【MySQL45讲】day3. 深入浅出索引（上）

一、索引数据结构的常见模型

        索引的常见模型有很多，比较常见的有三种：哈希表、数组、树。

        哈希表：哈希表是一种以Key-Value存储数据的数据结构，我们只需要输入key，就可以查询到对于的value。其实现的思路很简单：其实就是用一个数组存储数据，首先我们输入key，通过哈希算法得到对应的值，把这个值当成数组的下标，这样在下次查询的时候需要花费O(1)的时间。但在哈希的过程中可能会产生哈希碰撞，也就是说，两个不同的key经过哈希算法得出了相同的值，那么比较常见的解决方法就是链地址法，把这个结点变成链表，发生冲突的元素往这个链表后面加就好。通过哈希表构建的索引有个问题就是没办法范围查询，因为哈希计算出来的值不是有序的，我们使用哈希表构建索引的情况一般就是用在key-value这种情景下或者nosql中。

        数组：相比哈希表，数组可以是顺序存储的，这样可以满足范围查询，不过数组也有一个问题，就是虽然数组在查询的效率上很高，不过进行更新时，如果要插入一个元素，那么这个元素后边的所有元素都需要向后挪，这使得每次更新的成本很高。

        树：比较常见的二叉搜索树、B树、B+树，使用二叉树的话，在大数据量的情况下会导致层级过高，查询效率降低。所以我们选用n路树，Innodb这里选用的是B+树，Innodb中B+树的特点数据都放在叶子节点，非叶子结点只存储指针，同时叶子节点之间构建了双向链表，相比B树，B树的非叶子结点不仅有指针，还有数据，这样会导致在相同数据量的情况下，B树的层级要比B+树高，所以为了查询效率，Innodb默认为B+树。

二、索引类型

        按照存储结构来分：聚集索引和二级索引。通常情况下主键为聚集索引，其他类型的索引（普通索引、非空索引、全文索引）为二级索引。当没有主键和没有合适当聚集索引的列时，这时候mysql会创建一个隐式的列（row_id）当聚集索引。

        按照类别划分：主键索引、常规索引、非空索引、全文索引。

三、索引维护

        B+树为了维护索引的有序性，每次插入都会进行必要的维护，如果我们是顺序插入（主键自增），那么直接在最后边追加数据就可以了，但如果我们不按顺序插入，并且此时一个数据页满了，那么就需要申请一个新的数据页，并且会挪动部分数据过去，这个过程叫页分裂，页分裂会降低空间利用率和查询效率。有页分裂就有页合并，当两个相邻的数据页中的空间利用率降低到一定阈值时，此时就会发生页合并，页合并就是逆向的页分裂。