数据库索引漫谈
前言
大家在平时工作学习中，使用到索引的场景有非常多，比如查询缓慢等等场景，但是索引是什么东西？怎么使用索引？怎么才能命中索引？等等一系列问题提出时，是不是会懵一下，这篇文章就带大家研究下索引和命中率的一系列问题。
什么是索引
概念：索引是帮助数据库高效获取数据的排好序的数据结构。
从概念上讲数据库索引的本质是数据结构。（重要）
索引是表级别的，不是库级别的，最简单的例子就是在创建表的时候我们需要指定存储引擎。
索引分类
常见MySQL索引一般分为：Hash索引和B+ Tree索引，InnoDB引擎，默认的是B+树。
我们可以看下hash索引和B+数图示：
B+树：
B+树是一个平衡的多叉树，从根节点到每个叶子节点的高度差值不超过1，而且同层级的节点间有指针相互链接。
在B+树上的常规检索，从根节点到叶子节点的搜索效率基本相当，不会出现大幅波动，而且基于索引的顺序扫描时，也可以利用双向指针快速左右移动，效率非常高。因此，B+树索引被广泛应用于数据库、文件系统等场景。
Hash：
哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法即可立刻定位到相应的位置，速度非常快。
从上述图示中，我们可以发现：
哈希索引不适用的场景：
-
（1）不支持范围查询
-
（2）不支持索引完成排序
-
（3）不支持联合索引的最左前缀匹配规则
在等值查询的时候，哈希索引有很大的优势，但是有大量重复键值的时候，就会出现哈希碰撞问题（键值通过哈希计算后，会出现大量重复的键值，会拉出链表），降低效率。
所以，一般索引会采用B+树的数据结构。
面试题：索引为什么使用B+树而不是B树？（插播）
我们先看两张图，分别是B树和B+树：（来源互联网）
B树：
B+树：
我们分析下这两颗树：
1、B+树叶子节点之间可以互相访问，而B树不行；
2、B+树叶子节点保存了上层冗余节点，而B树没有保存；
3、B+只有叶子节点保存数据，而B树每个节点都保存数据；
综上所述，我们可以得出答案：
1、B+树节点不保存数据，所以磁盘页可以存储更多的节点元素，也就是更“矮胖”，减少IO操作；
2、b+树查询必须查找到叶子节点，b树只要匹配到即可不用管元素位置，因此b+树查找更稳定；
3、范围查找中，B+数可以遍历叶子节点，而B树需要重复的遍历
注：我们一般可以认为树的高度就是IO操作次数。
聚簇索引与非聚簇索引
我们一般说聚簇索引与非聚簇索引是针对于InnoDB 引擎和MyISAM 引擎；
聚簇索引与非聚簇索引最大的区别就是叶节点是否存放整行记录；（重点）
InnoDB 主键索引使用的是聚簇索引，MyISAM使用的是非聚簇索引；
MyISAM索引
MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址（非聚簇索引）；
非聚簇索引将数据存储于索引分开结构，索引结构的叶子节点指向了数据的对应行，myisam通过key_buffer把索引先缓存到内存中，当需要访问数据时（通过索引访问数据），在内存中直接搜索索引，然后通过索引找到磁盘相应数据；
图片来源互联网
MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址；
InnoDB索引
InnoDB中，表数据文件本身就是按B+Tree组织的一个索引结构，这棵树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主索引。（聚簇索引）
聚簇索引默认是主键，如果表中没有定义主键，InnoDB 会选择一个唯一的非空索引代替。如果没有这样的索引，InnoDB 会隐式定义一个主键来作为聚簇索引。
图片来源互联网
聚簇索引与非聚簇索引的区别
来看一张图：（来源互联网）
1.非聚簇索引表（右图），表数据和索引是分成两部分存储的，主键索引和二级索引存储上没有任何区别。使用的是B+树作为索引的存储结构，所有的节点都是索引，叶子节点存储的是索引+索引对应的记录的数据。
2.聚簇索引表（左图），表数据是和主键一起存储的，主键索引的叶结点存储行数据(包含了主键值)，二级索引的叶结点存储行的主键值。使用的是B+树作为索引的存储结构，非叶子节点都是索引关键字，但非叶子节点中的关键字中不存储对应记录的具体内容或内容地址。叶子节点上的数据是主键与具体记录(数据内容)。使用非主键索引，存储的是主键的值，然后通过主键获取主键索引，聚集索引存储行数据，通过主键索获取数据；回到主键索引树搜索的过程，称为回表。
说明
这篇文章参考了不少大家之作，最终形成这篇文章，感谢分享知识的广大工程师。文章如有错误或者不足之处，请大家多多指点，同时希望大家能有所收获~
扫一扫
545
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
