【数据库】索引

什么是索引

数据库中索引（Index）是一种帮助快速查找数据的数据结构，可以把它理解为书的目录，通过索引能够快速找到数据所在位置。

索引的好处

场景的索引数据结构有：Hash表（通过hash算法快速定位数据，但不适合范围查询，因为需要每个key都进行一次hash）、二叉树（查找和修改效率都比较高），但是在InnoDB引擎中使用的索引是B+Tree，相较于二叉树，B+Tree这种多叉树，更加矮宽，更适合存储在磁盘中。

索引的坏处

使用索引增加了数据查找的效率，但是相对的由于索引也需要存储到磁盘，所以增加了存储的压力，并且新增数据时需要同步维护索引。但是合理的使用索引能够极大提高我们的效率！

创建索引的三种方式

2. 在执行create table时创建索引

   create table user_index(
       id  int  auto_increment   primary key,
       first_name   varchar(16),
       last_name   varchar(16),
       id_card        varchar(18),
       information   text(225),
       key    name( first_name,last_name),
       fulltext   key(information),
       unique key(id_card)
   );
   

3. 使用alter table添加索引

   alter table table_name add index  index_name(column_list);
   

4. 使用create index命令创建索引

   create index index_name on table_name(column_list);
   

索引类型

• 普通索引

  create index index_name on table_name(column_list);
  

• 唯一索引

  create unique index index_name on table_name(column_list);
  

• 主键索引

  CREATE TABLE mytable( ID INT NOT NULL, username VARCHAR(16) NOT NULL, PRIMARY KEY(ID) )
  

• 组合索引

  ALTER TABLE `table` ADD INDEX name_city_age (name,city,age);
  

• 全文索引

B+树

为了提高查找速度，其常用的数据结构是一个N叉搜索树。

原因：用N叉的目的就是能够减少高度，使得查找次数变少，效率就提高了。

这个N叉搜索树具体是什么？

我们先来认识一下B树。

B树的特点：

1. N叉搜索树，每个结点可能会包含N个子树
2. 每个结点都存在多个值
3. 保证类似二叉搜索树一样的规则（左子树小于根节点，小于右子树）

（图片来源于知乎）

而B+树与B树的不同之处表现在：

1. 非叶子节点的值，可能会有重复 ====》就能保证最终的叶子结点这一层，就是完整的数据集合
2. 通过类似于链表的方式，把所有的叶子结点按照顺序连接起来。

B+树的最大优点是：

1. 非常善于范围查找

2. 所有的查询最终都是落在叶子结点上，查询速度树比较稳定的。

3. 由于叶子结点是数据的全集，因此就可以把叶子结点存到硬盘上，非叶子结点直接存到内存中，又进一步的大大降低了读取硬盘的次数。

重要

为什么索引结构默认使用B+树，而不是B-Tree，Hash哈希，二叉树，红黑树?

• Hash哈希，只适合等值查询，不适合范围查询。还会产生哈希冲突。
• 一般二叉树，可能会特殊化为一个链表，相当于全表扫描。
• 红黑树，是一种特化的平衡二叉树，MySQL 数据量很大的时候，索引的体积也会很大，内存放不下的而从磁盘读取，树的层次太高的话，读取磁盘的次数就多了。
• B-Tree，叶子节点和非叶子节点都保存数据，相同的数据量，B+树更矮壮，也是就说，相同的数据量，B+树数据结构，查询磁盘的次数会更少。

---

综上，索引更适用于查找多，修改少的场景。

聚簇索引

每一个叶子结点都存放一条数据

非聚簇索引

通过一个表这样的结构，把所有的数据都装进去。

聚簇索引和非聚簇索引的区别

两者主要的区别是数据和索引的分离，聚簇不分离，非聚簇分离