什么是索引？
官方定义：索引（Index）是帮助MySQL高效获取数据的数据结构。
索引结构设计
为什么要有索引？数据结构的选择，无非就是时间复杂度的选择。本质上是查找算法，即通过最少的I/O次数，便能检索到目标数据。
索引数据结构的演进：二叉树 --> 二叉查找树 --> 平衡二叉查找树 --> 多路平衡查找树（B Tree） --> 加强版多路平衡查找树（B+ Tree）
二叉查找树
二叉查找树：基于二叉树，加入了左子数必须小于父节点，右子数必须大于父节点的规则。但是会存在极端情况--斜树（左斜或者右斜），这会导致树的深度过深，树的深度越深意味着I/O次数越多。
平衡二叉查找树
平衡二叉查找树：基于二叉查找树，加入了节点旋转的规则。通过旋转，减少数的深度。但是每个节点只能有一个关键字，效率也并不是很高。
多路平衡查找树（B Tree）
多路平衡查找树（B Tree）：基于平衡二叉查找树，在节点中可以存储多个关键字，意味着分叉数越多，也就降低了树的深度，从而减少I/O的次数。
B Tree特点：分叉树（路数）永远比关键字数多1。
加强版多路平衡查找树（B+ Tree）
B+树相比B树的优化：
1.B树的路数和关键字的个数关系不再成立，数据检索规则采用的是左闭合区间，路数和关键词数为1比1.
2.B+树的根节点和枝节点都不会存储数据，只有叶子节点才会存储数据，并且每个叶子节点都会增加一个指针指向相邻的叶子节点，形成一个有序链表结构。
3.B+ 树关键字的搜索采用左闭合区间。
4.B+ 树的根节点和枝节点不存储数据，只有叶子节点才存储数据内容或者是内容的地址。而在B树中，如果命中了节点，则会直接返回数据（因为关键字和数据存储在一起）。
5.B+树中，叶子节点不会保存子节点的引用。
MySQL为何选择B+树？
1.扫库、扫表能力更强。（当需要对全表进行扫描时，只需要遍历叶子节点即可，不需要遍历整个B+树）
2.B+树的读写能力更强。（一个节点可以保存更多的关键字，减少I/O次数）
3.排序能力更强。（叶子节点是有序的链表结构）
4.效率更加稳定。（永远是在叶子节点获取数据，I/O次数是稳定的）
MyISAM引擎的索引实现
在MyISAM里面，另外有两个文件：
InnoDB的索引实现
在InnoDB中，只有一个ibd文件，里面包含索引和数据。 在B + Tree中的叶子节点存储了索引对应的数据行，所以我们称 InnoDB中索引即数据、数据即索引。
聚簇索引和非聚簇索引
聚簇索引：就是指索引键值的逻辑顺序和表数据行的物理存储顺序一致。只有聚簇索引才会在叶子节点缓存表中的数据。
非聚簇索引：除了主键索引以外，其他索引均属于非聚簇索引，非聚簇索引的叶子节点不会存储表数据
从上面这个图可以看到，真正的数据仍然是保存到主键索引的叶子节点（这也就是为什么InnoDB表必须要有主键的原因），而辅助索引的叶子节点的数据区保存的是主键索引的关键字的值（非主键索引叶子节点的逻辑顺序和磁盘顺序不一致）。
MyISAM和InnoDB两种引擎索引区别
索引创建建议
1.在用于where判断、order排序、join on 、group by 的字段上创建索引。
2.索引不易太多。
3.对于过长的字段，建议建立前缀索引。
4.区分度低的字段，不要建索引。（离散度太低，导致扫描行数过多）
5.频繁更新的值，不要作为主键或者索引。（B+树的平衡导致 页分裂，影响效率）
6.随机无序的值，不建议作为索引，例如身份证、UUID。（无序，页分裂）
7.组合索引把离散度高（区分度高）的值放在前面。
8.创建复合索引，而不是修改单列索引。
索引失效
1.索引列上使用函数（sum、count、avg等）、表达式。
ps：https://www.runoob.com/mysql/mysql-functions.html
2.字符串不加引号，出现隐式类型转换。（出现隐式转换，会导致全表扫描）
eg：
3.like条件中前面带%。（最左匹配原则）
4.负向查询。
Not Like：
!= （<>）和NOT IN 在某些情况下可以：
因为主键索引是有序的，因此只需要从1之后开始读取即可。
扫一扫
713
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
