为什么索引能让数据库查询性能变快？

八股王的冒险

---

前言

索引能够使数据库的查询性能变快，这是大部分人都知道的。但是，为什么能索引使数据库的查询性能变快？最简单的理解就是我们看一本书，如何快速定位到我们想要看到的知识点呢？对了，那就是书的目录，通过查询书的目录可以快速的找到知识点所在的页面。为什么能通过目录就能提高查询的速度呢？我们往下继续看。

---

一、索引是什么？

索引通过建立额外的数据结构（例如B+树），来存储数据库中数据的一部分信息，这样当你查询数据时，数据库可以使用索引直接定位到数据的存储位置，而不需要逐行扫描整个表，从而大大提高查询效率。

二、B+tree树

一般的，企业里使用的MySQL索引底层都是用的B+tree树来实现的。

B+树就是为了拆分索引数据与业务数据的平衡二叉树。我们可以发现B+ 树中，非叶子节点只保存索引数据，叶子节点保存索引数据与业务数据。这样即保证了叶子节点的简约干净，数据量大大减小，又保证了最终能查到对应的业务数。但是，在数据中索引与数据是分离的，不像示例那样的？
如图：我们只需要把真实的业务数据，换成数据所在地址就可以了，此时，业务数据所在的地址在 B+ 树中充当业务数据。

总结

• 数据存储在磁盘（ SSD 跟 CPU 性能也不在一个量级），而磁盘处理数据很慢；

• 提高磁盘性能主要通过减少 I/O 次数，以及单次 I/O 有效数据量；

• 索引通过多阶（一个节点保存多个数据，指向多个子节点）使树的结构更矮胖，从而减少 I/O 次数；

• 索引通过 B+ 树，把业务数据与索引数据分离，来提高单次 I/O 有效数据量，从而减少 I/O 次数；

• 索引通过树数据的有序和「二分查找」（多阶树可以假设为多分查找），大大缩小查询范围；

• 索引针对的是单个字段或部分字段，数据量本身比一条记录的数据量要少的多，这样即使通过扫描的方式查询索引也比扫描数据库表本身快的多；