一文拿下MySQL索引数据结构

一、索引数据结构

1. 二叉树（X）
   递增id，单边增长的情况下，二叉树永远只有右边，还是相当于遍历，对查询没有任何帮助。
2. 红黑树（X）
   数据量大的情况下，高度不可控，且旋转节点维护数据结构有时间损耗
3. Hash表（X）
   对索引的key进行一次hash计算就可以定位出数据存储的位置，但是存在哈希碰撞的情况不同的值可能落在一个位置上，还是需要去遍历那个位置的元素并且最重要的是Hash不支持区间范围查询
4. B树（X）
   每一个节点，key是索引，value是数据，第一行能存的数据小，高度就高
5. B+树（√）
   非叶子节点不存储数据，只存储key索引，叶子包括key索引和value数据，高度低且叶子节点有指针，范围查询快

B和B+区别：

1. B+第一行存得多，高度低 ，第一行mysql默认提供了16kb，如果使用b树，节点带了数据会很大，那么第一行能存的节点就很少，树的高度就高，B+树横向就能放更多的节点，高度就低
2. 有指针，范围查询快

二、索引类型(InnoDB下)

1.按照存储方式划分

1. 聚簇(集)索引
   索引结构和数据一起存放的索引，也就是叶子结点包含了完整的数据记录，InnoDB中的主键索引就属于聚簇索引。
2. 非聚簇(集)索引
   索引结构和数据分开存放的索引，也就是叶子节点数据存放的是：有主键就是主键，没主键就是内部创建的rowid，随后根据主键或者rowid回去主键聚簇索引去找(回表)，二级索引(辅助索引)就属于非聚簇索引。

2.按照应用维度划分

个人认为重要且精准的3个维度

1. 主键索引
   唯一且不能为null，不能重复。叶子结点包含了完整的数据记录。
   注意:在 InnoDB中，当没有指定主键时，InnoDB会自动检查是否有唯一且没有null字段，如果有，则选择该字段为默认的主键，否则会创建一个自增主键（也就是前文所说的非聚簇索引没主键时的回表依据）。
2. 二级索引
   普通的字段索引就是二级索引，叶子结点储存的主键值，因为二级索引需要回表去查询数据所以会有性能损耗。
3. 联合索引
   多个字段联合在一起创建的索引，比如(A,B,C)这个联合索引，是先按A进行排序，然后再A相同的情况再按B字段排序然后再到C，这里需要注意最左匹配原则，后续MySQL的文章中也会分析。

加菜：两个重要概念

1. 覆盖索引
   在非主键索引的情况下，第一次根据索引字段值key查询到的value是主键，需要根据主键再进行回表操作。那么有一种情况需要查询的字段正好是索引的字段，那么直接根据该索引，就可以查到数据了，而无需回表查询。 这个就是覆盖索引。

2. 索引下推
   对于联合索引(name,age,sex)，正常情况按照最左前缀原则
   SELECT* FROM user WHERE name like 'Zhang%' AND age = 22 AND sex = '1’
   只会走name字段索引，因为根据name字段过滤完，得到的索引行里的age和sex是无序的，无法很好的利用索引。

   在MySQL5.6之前的版本，这个查询只能在联合索引里匹配到名字是’Zhang’开头的索引，然后拿这些索引对应的主键逐个回表，到主键索引上找出相应的记录，再比对age和sex这两个字段的值是否符合。

   MysQL 5.6引入了索引下推优化，可以在索引遍历过程中，对索引中包含的所有字段先做判断，过滤掉不符合条件的记录之后再回表，可以有效的减少回表次数。使用了索引下推优化后，上面那个查询在联合索引里匹配到名字是’Zhang’开头的索引之后，同时还会在索引里过滤age和sex这两个字段，拿着过滤完剩下的索引对应的主键id再回表查整行数据。

   索引下推会减少回表次数，对于Innodb引擎的表索引下推只能用于二级索引，InnoDB的主键索引（聚簇索引）树叶子节点上保存的是全行数据，所以这个时候索引下推并不会起到减少查询全行数据的效果。