MySQL：简述对索引的认识

一、为什么要有索引?

一般的应用系统，读操作的比例远远大于写操作的比例，而且插入操作和一般的更新操作很少出现性能问题。在生产环境中，我们遇到最多的，也是最容易出现性能问题的，还是一些复杂的查询操作，因此对查询语句的优化显然是重中之重。说起查询优化，就不得不提到索引了。

二、什么是索引？

索引在MySQL中也叫是一种“键”，是存储引擎用于快速找到记录的一种数据结构。索引对于良好的性能非常关键，尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。

索引，类似书籍的目录，可以根据目录的某个页码立即找到对应的内容。

• 索引的优点：1. 天生排序；2. 快速查找。
• 索引的缺点：1. 占用空间；2. 降低更新表的速度。

注意： 小表使用全表扫描更快，中大表才使用索引。超级大表索引基本无效。

三、索引的原理

索引的目的在于提高查询效率，与我们查阅图书所用的目录是一个道理：先定位到章，然后定位到该章下的一个小节，然后找到页数。相似的例子还有：查字典，查火车车次，飞机航班等。

本质都是：通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。

数据库也是一样，但显然要复杂的多，因为不仅面临着等值查询，还有范围查询(>、<、between、in)、模糊查询(like)、并集查询(or)等等。数据库应该选择怎么样的方式来应对所有的问题呢？

我们回想字典的例子，能不能把数据分成段，然后分段查询呢？最简单的如果1000条数据，1到100分成第一段，101到200分成第二段，201到300分成第三段…这样查第250条数据，只要找第三段就可以了，一下子去除了90%的无效数据。具体的实现则比较复杂。

MySQL 将数据按照页来存储，默认一页为 16kb，当你在查询时，不会只加载某一条数据，而是将这个数据所在的页都加载到 pageCache 中，这个其实和操作系统（ OS） 的就近访问原理类似。

三、索引的分类

1、从实现上分类

索引从实现上分成 2 种：聚簇索引和非聚簇索引（也叫二级索引或者辅助索引）。

MYSQL的索引类型跟存储引擎是相关的，InnoDB存储引擎数据文件跟索引文件全部放在ibd文件中，而MyISAM的数据文件放在myd文件中，索引放在myi文件中，其实区分聚簇索引和非聚簇索引非常简单，只要判断数据跟索引是否存储在一起就可以了。

InnoDB存储引擎在进行数据插入的时候，数据必须要跟索引放在一起，如果有主键就使用主键，没有主键就使用唯一键，没有唯一键就使用6字节的rowid，因此跟数据绑定在一起的就是聚簇索引，而为了避免数据冗余存储，其他的索引的叶子节点中存储的都是聚簇索引的key值，因此InnoDB中既有聚簇索引也有非聚簇索引，而MyISAM中只有非聚簇索引。

2、从功能上分类

索引从从功能上分为 6 种：普通索引、唯一索引、主键索引、复合索引、外键索引、全文索引。
（1）普通索引：最基本的索引，没有任何约束。
（2）唯一索引：与普通索引类似，但具有唯一性约束。
（3）主键索引：特殊的唯一索引，不允许有空值。
（4）复合索引：将多个列组合在一起创建索引，可以覆盖多个列。
（5）外键索引：只有InnoDB类型的表才可以使用外键索引，保证数据的一致性、完整性和实现级联操作。
（6）全文索引：MySQL 自带的全文索引只能用于 InnoDB、MyISAM ，并且只能对英文进行全文检索，一般使用全文索引引擎（ES，Solr）。

补充：《MySQL：主键与唯一索引》

四、索引的数据结构

索引的数据结构和具体存储引擎的实现有关，MySQL中使用较多的索引有Hash索引，B+树索引。InnoDB和MyISAM存储引擎的索引实现为B+树，Memory存储引擎为hash索引。

1、B+树索引

B+树是一个平衡的多叉树，从根节点到每个叶子节点的高度差值不超过1，而且同层级的二节点间有指针相关连接，在B+树上的常规检索，从根节点到叶子节点的搜索效率基本相当，不会出现大幅波动，而且基于索引的顺序扫描时，也可以利用双向指针快速左右移动，效率非常高。因为，B+树索引被广泛应用于数据库、文件系统等场景。

补充：《MYSQL：简述对B树和B+树的认识》

2、Hash索引

哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法即可立刻定位到相应的位置，速度非常快。

3、两者的比较

如果是等值查询，那么哈希索引明显有绝对优势，因为只需要经过一次算法即可找到相应的键值，前提是键值都是唯一的。如果键值不是唯一的，就需要先找到该键所在位置，然后再根据链表往后扫描，知道找到对应的数据。

如果是范围查询检索，这时候哈希索引就毫无用武之地了，因为原先是有序的键值，经过哈希算法后，有可能变成不连续的了，就没办法再利用索引完成范围查询；也没办法利用哈希索引完成排序，以及like这样的部分模糊查询。哈希索引也不支持多列联合索引的最左匹配规则。

B+树索引的关键字检索效率比较平均，不像B树那样波动大，在有大量重复键值情况下，哈希索引的效率也是极低的，因此存在哈希碰撞问题。

五、索引的SQL操作

参考：《MySQL：索引的常规操作》