1、索引数据结构

索引的数据结构

数据库索引是数据库为了快速访问的一种数据结构。是一种排好序的数据结构。

索引是有序的，是索引非常重要的特点，索引的高效几乎都是建立在有序的基础上。

以下是常见的几种数据结构，在磁盘搜索下效率分析：

1、有序数组，有序的数组可以使用折半查找法，可以快速找到数据，也可以进行随机访问。但是数据库的需要满足随机插入和删除， 在有序数组中间插入数据需要移动大量数据，代价极大。

2、二叉树，有序的数据，查询快，插入也快。 但数据库的数据是递增插入的，最早插入的主键是最小的，一旦最小的数据成了树的根节点，后面的数据会一直在树的右侧，最终变成一个链表。

3、自平衡二叉树（红黑树），相对于二叉树，它会自动平衡，解决了变成链表的问题，可以降低树的高度，如果数据库有100w数据时，红黑树的高度至少达到了20层，此时查询一个数据要操作20次，性能仍然不够；并且相邻数据可能会被分的很远，会消耗磁盘操作，无法预读。

图中总数12，查询12的节点，需要4次操作； 同时11节点和12节点，虽然逻辑上是顺序的， 但是结构上分的很远。

4、B树，以页的形式代替了树节点，每页可以存放很多树节点，有效的降低了树的高度。B树中，树上所有节点都挂载了data数据，若每页16KB，每个节点data占1KB，则每页最大分配16个节点，若存放100万数据，高度为5；1000万高度为6；按索引查询速度已经很快了，若是进行全表扫描，或是范围查询，就需要多次遍历树，效率非常差。

 每个节点的查询复杂度是不同的，若要查找2-7范围内的数据，需要多次访问树。

5、B+树，对B树进行了进一步优化，所有数据存放在叶子节点，非叶子节点是从数据集中冗余出索引数据组成了B树结构。索引非常小，按long类型索引计算每个索引只占8字节，指向下一节点指针占6字节，以16K的页计算，每页可存放1170个节点。高度为3时就可以存放两千万数据。由于数据全在叶子节点，每个数据的查询复杂度是固定的。并且叶子层，页之间增加了指针，可以避开树，直接从叶子节点访问。

 1-12每个数据的查询复杂度都是2，当查询3-7时，只需要先通过树找到3，然后通过指针横向遍历即可。

innodb在页之间增加了双向指针，可以很好的逆向遍历。

聚集索引与非聚集索引

聚集索引，主键构成了B+树，叶子节点存放了整行数据，可以完整表达数据库。

非聚集索引，索引构成了B+树，叶子节点只存放了主键与索引，只能通过回聚集索引查询，才能取到数据行。 非聚集索引不存放完整数据的原因：为了一致性和减少存储，没有存储整行数据（myisam仅支持非聚集索引，索引与数据分文件存储）

主键索引必定是聚集索引

非聚集索引除了B+，还有hash索引，通过hash组织的索引结构，查询速度快，使用较少的原因是只能适用于= in查询，无法范围查询，而B+树的叶子节点是双向链表，可以快速范围查询

递增插入和中间插入的影响

B+树插入的节点若是自增的，只需一直往后加页即可。若插入的节点不是递增的， 则会对前面的页进行拆分，并且进行树平衡，影响性能。

联合索引

联合索引，由多个字段构成的索引；在构件树时，mysql先用最左侧字段的大小构件树， 当两个索引最左侧一致时，在用左二字段进行排序构件，以此类推。

最左前缀原则：按照构建索引树的特点，在查询时，首先使用最左侧字段进行匹配，当最左侧一致时，再匹配第二个，这样才能保证索引的有序性，若不顺序使用第二个字段匹配，第三第四字段将无法利用索引，因为后续数据无法保证有序。

因为索引的基本原则是有序性，只要确定前一列后，才能保证下一个列的有序性，所以才会有左前缀原则

当要创建的索引很多时，尽量按联合索引创建。