MySql数据库索引

索引是帮助高效获取数据的数据结构，如B+Tree
没有索引会导致全表扫描，数据量较大会造成性能问题

优势和劣势

1. 优势

• 提高数据检索效率，降低数据库IO成本
• 通过索引对数据进行排序，降低数据排序成本，降低CPU消耗

2. 劣势

• 索引其实也是一张表，保存主键与索引字段，并指向实体类的记录，所以索引也是需要占用空间的
• 提升了查询效率，但降低了更新表的速度（增、删、改），因为会导致索引的变化，所以并不是索引越多越好

索引结构

索引是在存储引擎中实现的，而不是在服务器层实现的，所以不同的存储引擎也不一定相同，也不是所有的存储引擎都支持所有的索引类型。MySQL中主要提供如下4种索引类型：

1. BTREE索引：最常见的索引
2. HASH索引：只有Memory引擎支持
3. R-tree索引（空间索引）：MylSAM引擎的一种特殊索引，主要应用于地理空间数据类型
4. Full-text（全文索引）：MylSAM引擎的一种特殊索引，主要用于全文检索，InnoDB从5.6版本才开始支持

聚集索引、复合索引、前缀索引、唯一索引默认都使用B+tree索引（多路搜索树），统称为索引

BTREE索引

• BTree又叫多路平衡搜索树，一棵m叉的BTree特性如下：
• 树种每个节点最多包含m个孩子
• 除根节点与叶子节点外，每个节点至少有【ceil(m/2)】个孩子
• 若根节点不是叶子节点，则至少有两个孩子
• 所有的叶子节点都在同一层
• 每个非叶子节点由n个key与n+1个指针组成，其中【ceil(m/2)-1】<= n <=m-1

BTree与二叉树相比，查询效率更高，因为对于相同数据量来说，BTree的层级结构比二叉树小，因此搜索速度较快

B+TREE结构

B+TREE是BTREE结构的变种，区别如下：

1. n叉B+Tree最多含有n个key,而BTree最多含有n-1个key
2. B+TREE的叶子节点保存所有key的信息，依照key大小顺序排列
3. 所有的非叶子节点都可以看作是key的索引部分

因为只有叶子节点保存key信息，查询任何key都要从root走到叶子，所以B+Tree的查询效率更加稳定。

在MySQL中对经典的B+Tree进行了优化，增加一个指向相邻叶子节点的链表指针，形成了带有顺序指针的B+Tree,提高区间访问的性能。

索引的分类

单值索引：一个索引只包含一个列，一个表可以有多个单列索引
唯一索引：索引列的值必须唯一，但允许有空值
复合索引：一个索引包含多个列

索引语法

索引可以在创建表时增加，也可以随时增加新的索引
创建索引的语法：create index idx_user_name on sys_user(user_name)
查看索引：show index from sys_user
删除索引：drop index idx_user_name on sys_user

ALTER命令创建索引：

1. alter table sys_user add primary key(user_name) 主键，唯一且不能为NULL
2. alter table sys_user add unique idx_user_name(user_name) 唯一索引，可以为NULL
3. alter table sys_user add index idx_user_name(user_name) 普通索引
4. alter table sys_user add fulltext idx_user_name(user_name) 全文索引

索引设计原则

1. 查询频率较高，且数据量较大的表建立索引
2. where子句的条件中提取索引字段，挑选最常用、过滤效果最好的列；
3. 使用唯一索引，区分度越高，使用索引的效率越高；
4. 索引并不是越多越好，单表一般限制在5个以内，对于查询需求较大的表效益较高，对增、删、改操作会带来维护索引的成本；
5. 使用短字段建索引，索引创建后是存储在硬盘中，因此提升索引访问的I/O效率，也可以提升总体的访问效率。若构成索引的字段总长度较短，在给定大小的存储块内就可以存储更多的索引值，相应的可以有效提升MySQL访问索引的I/O效率；
6. 针对于复合索引，采用最左索引。N个列组合而成的复合索引，相当于创建了N个索引，查询时where子句中使用了组成该索引的前几个字段，那么就可以利用到这个复合索引带来的优势。例如：字段one、two、three三个字段创建组合索引create index idx_name on sys_user(one,two,three) 就相当于创建了one索引、one,two索引、one,two,three索引，即只要查询的时候包含第一个索引，那么就会走索引；