MySQL学习记录Day02

索引
对于数据库的表而言，索引其实就是它的 “ 目录 ”

对于索引来说有三种常见的模型

哈希（Hash）索引：

• 哈希索引基于哈希表实现，主要用于等值查询。当执行查询时，数据库会根据给定的键计算出一个哈希值，然后直接通过这个哈希值来查找数据。
• 这种索引方式对于查找特定记录非常高效，因为理论上可以在常数时间内完成查找。但是，哈希索引不适合用于范围查询或排序操作，因为它不会保持数据的任何顺序

B-Tree（平衡树）索引：

• B-Tree索引是最常用的索引类型之一，特别适合于范围查询和排序操作。它是一种自平衡的搜索树，可以确保所有叶节点到根的距离相同，从而保证了查询效率的一致性。
• 在B-Tree中，每个节点可以有多个子节点，并且每个节点存储了一定数量的关键字。关键字将数据分成多个区间，通过这些关键字可以快速定位到相应的子树或叶节点。

 有序数组：

• 等值查询和范围查询场景中的性能就都非常优秀
• 这个索引结构支持范围查询，有序数组索引只适用于静态存储引擎，比如你要保存的是2017年某个城市的所有人口信息，这类不会再修改的数据

我们在建立索引的时候应该尽量以主键来建立索引 如果是非主键索引就会基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

除了考虑性能外，我们还可以从存储空间的角度来看。假设你的表中确实有一个唯一字段，比如

字符串类型的身份证号，那应该用身份证号做主键，还是用自增字段做主键呢————

由于每个非主键索引的叶子节点上都是主键的值。如果用身份证号做主键，那么每个二级索引的

叶子节点占用约 20 个字节，而如果用整型做主键，则只要 4 个字节，如果是长整型（ bigint ）则是 8 个字节。

显然，主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小    从性能和存储空间方面考量，自增主键往往是更合理的选择

覆盖索引

select *fromTwhere k between 3 and 5 

有这么一条SQL语句 和索引结构 

查询过程如上 我们可以发现发生了回到主键索引树搜索的过程，我们称为回表 我们如何避免回表这个过程呢？

这时只需要查 ID 的值，而 ID 的值 已经在 k 索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面， 索引 k 已经 “ 覆盖了 ” 我们的查询需求，我们称为覆盖索引。

覆盖索引最适合于以下情况：

• 查询条件和查询结果中的列都可以在同一个索引中找到。
• 表中的数据更新不频繁，因为频繁的更新可能会导致索引维护成本增加。
• 当索引中的数据量相对较小，这样可以确保索引本身不会变得过大，影响性能

虽然覆盖索引可以提高查询性能，但在设计时也需要注意以下几点：

• 索引大小：索引越大，维护索引的成本越高，包括插入、删除和更新操作的时间成本。
• 选择性：如果索引的选择性不高（即索引列的重复值很多），那么即使使用了覆盖索引，其性能增益也可能有限。
• 多列索引的顺序：在创建多列索引时，列的顺序很重要，应该首先列出那些在查询条件中最常使用的列

覆盖索引与联合索引

联合索引也可以是覆盖索引。如果查询所需的全部列都在联合索引中，那么这个联合索引就是一个覆盖索引。

SELECT first_name, last_name FROM employees WHERE department_id = 10 AND last_name = 'Smith';

我们可以创建一个联合索引，同时也是一个覆盖索引

CREATE INDEX idx_dept_last_name ON employees (department_id, last_name, first_name);