MySQL索引

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

1. 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
2. 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
3. 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
4. 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
5. 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

1. 最左原则：类似于字典的⽬录，这就是⼀个典型的复合索引
2. 判断不等：每个都要判断
3. 类型转换：与原类型不符
4. like ‘%xxx’：第⼀个字符都不能确定，无法去索引中⽐较
5. 索引列运算 age + 1：改了原来的值
6. is null 或 is not null ： 全表扫描了