8/18知识点整理

一、哪些地方适合用索引?哪些不适合？

where，order by，group by中频繁出现，且数据分布比较离散的列适合创建索引。比如有个用户表，用户名，手机号经常会作为查询条件，且不同用户用户名，手机号都不同（数据较离散），因此适合创建索引。但是用户的性别，虽然也会经常作为查询条件，但是因为性别只有男，女，未知等几种，数据不够离散，因此不适合创建索引。

索引也是文件，当修改数据时要动态的修改索引，所以修改次数明显比查询要多的列不适合创建索引。

二、索引的底层实现

索引的目的在于提高查询效率。

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。

当数据量相当大时，二叉树搜索树已经不足以满足我们的要求。所以我们引进了B+树这种为磁盘存储而设计的数据结构。

b+树可以把磁盘IO次数控制在一个很小的数量级（常数数量级）。

上图就是一颗b+树，b+树是一颗多叉搜索树，期中除了叶子节点其他节点存的只是范围，就像一本书的目录一样（图中蓝色代表范围，黄色代表指针），叶子节点中存储的才是真实的数据。

通常情况下，3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。

 

1.索引字段要尽量的小：通过上面的分析，我们知道IO次数取决于b+数的高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数量是m，则有h=㏒(m+1)N，当数据量N一定的情况下，m越大，h越小；而m = 磁盘块的大小 / 数据项的大小，磁盘块的大小也就是一个数据页的大小，是固定的，如果数据项占的空间越小，数据项的数量越多，树的高度越低。简单的说，字段越大，b+树的高度就会越高，查询效果就越差。

2.索引的最左匹配特性（即从左往右匹配）：当b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+数是按照从左到右的顺序来建立搜索树的，比如当(张三,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下一步的所搜方向，如果name相同再依次比较age和sex，最后得到检索的数据

三、B树和B+树的区别

B树：所有节点都包含key和data，所有节点组成这棵树，并且叶子节点指针为null。

B+树：只有叶子节点存储真实数据，其他节点只存储范围和指针。叶子节点不存储指针。</