索引
为了提高查询效率而使用一种数据结构把数据组织起来。
创建索引
create index 索引名 on 表名 (字段名);
查看索引
show index from 表名;
索引一般创建在频繁查询的列上,且这个列中的值重复较少。
⼀张表⾥⾄少会有⼀个索引
- 如果⼀张表⾥没有主键,MySql会为每⼀⾏⽣成⼀个唯⼀的字段,并⽤这个字段当前做索引
- 如果⼀张表⾥有主键,那么主键必然是索引,主键索引也叫聚簇索引, ⽽且⼀直存在这也是我
们绝⼤部分情况下的使⽤场景- 如果⾃⼰⼿动创建索引,那会会为这个列或是列的组合(多个列)创建单独的索引,⾮聚簇索
引
- 一个索引包含多个字段就叫组全索引
- 在查询的时候一定要在where条件中按索引顺序写过滤条件 使用索引的最左原则
- 索引覆盖:如果索引中包含要查询的列,那么直接从索引中返回结果
- 回表查询:当查询列表中为*或索引不能完全满足查询满足,那么会使用id 到主键索引中查询完整的结果
- 主键索引包含当前数据行中的所有列的值
索引使用的数据结构
1.HASH
HASH查询和插⼊的时间复杂度是O(1)
HASH并不适合做MySQL的索引底层数据结构,因为HASH并不支持范围查找(> < between and 这种操作,是不⽀持的)
2.二叉搜索树
⼆叉搜索树的时间复杂度是 O(N)
红黑树的时间复杂度是O(logN)
⼆叉搜索树不适合做索引底层的数据结构, 因为他没有办法控制树的⾼度,树的⾼度决定了磁盘的访问次数,每向孩⼦节点访问⼀级,就发⽣了些磁盘IO,⽽在⼀个系统中,对性能影响最⼤的就是磁盘IO,所以就要有⼀种数据结构能有效控制树的⾼度。
可以看出11条数据,树高已经为5!(树的每一层对应查询过程中的一次磁盘IO)
3.N叉搜索树 B 树
N叉搜索树 B 树可以规定每⼀个节点可以存多少个元素,当节点中达到了规定的元素个数时,才去调整,B树可以解决树⾼的问题,但MySQL并没有选N叉搜索树做为索引的数据结构,⽽是在这B树的基础上⼜做了优化。
4.B+树
MySQL使用做为索引的数据结构
- 叶子节点是相互连接的,MySQL中使用的B+树是一个双向循环链表
- 只有叶⼦节点存储了真实完整的数据,⾮叶⼦节点只保存了主键(索引)的值和叶⼦节点的引⽤
- 在一定的数据量范围内,不论查找的数据是什么,时间效率基本相同
- 最重要的是,叶⼦节点中的数据是有序的,所以支持范围查找
- N叉搜索树,有效的降低了树的⾼度,从⽽减少了磁盘IO次数
索引失效
- 最左原则:类似于字典的⽬录,这就是⼀个典型的复合索引
- 判断不等:每个都要判断
- 类型转换:与原类型不符
- like ‘%xxx’:第⼀个字符都不能确定,无法去索引中⽐较
- 索引列运算 age + 1:改了原来的值
- is null 或 is not null : 全表扫描了