DAY04-索引篇

1. 索引就是一种数据结构

2. 常见的索引结构：哈希表、有序数据、搜索树

3. 哈希表

   结构：一种键值对存储的数据结构
   实现方式：把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在相应的位置里。会出现多个key经过hash计算后，出现重复的情况，处理这种情况的办法就是 拉出一个链表。
   优点：等值查询速度非常快
   缺点：范围查询要进行全表扫描
   适用范围： 适用于等值查询的情况，比如 Memcached及其他一些NoSQL引擎

4. 有序数据

   结构： 数组
   优点： 等值查询和范围查询都很快。等值查询用二分法，复杂度是O(log(N))；范围查询直接查到第一个，然后向右遍历即可。
   缺点： 更新数据时候成本较高，最坏的情况需要移动所有的数据
   适用范围： 只适用于静态存储引擎，不会修改的数据。比如某年的人口数据

5. 搜索树

   InnoDB索引结构是B+tree
   分为主键索引和非主键索引
   主键索引的叶子节点存的是整行数据。在InnoDB中，也被称为聚簇索引
   非主键索引的叶子节点存的是 主键的值，也被称为 二级索引
   使用非主键索引会有回表的操作。就是现在二级索引上查到主键的值，然后在根据主键的值查到相应的数据。
   主键长度越小，普通索引的叶子节点就越小（因为叶子节点存的是主键的值），普通索引占用的空间也就越小。

6. 覆盖索引：覆盖索引可以减少树的搜索次数，显著提查询性能。、

   select * from T where k = 3
select id from T where k = 4 覆盖索引

7. 最左前缀原则

8. 索引下推

   5.6版本之后，在索引遍历的过程中，对索引中包含的字段先做判断，直接过滤调不满足的条件的记录，减少回表的次数。

总结：尽量减少访问资源是数据库设计的重要原则之一。索引的出现以及相应的优化，都是为了尽可能的减少访问数据库。