MySQL优化（三）

MySQL优化（三）

MySQL优化（一）
MySQL优化（二）

索引的底层原理

哈希索引

哈希索引（hash index）基于哈希表实现，只有精确匹配索引所有列的查询才有效。对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码（hash code），哈希码是一个较小的值，并且不同键值的行计算出来的哈希码也不一样。哈希索引将所有的哈希码存储在索引中，同时在哈希表中保存指向每个数据行的指针。

什么是哈希表？
是一个快速搜索的数据结构，搜索的时间复杂度O(1)
什么是哈希函数？
将一个任意类型的key，可以转换成一个int类型的下标
设计一个哈希函数：
1、任何类型的key，都可以转换成int类型
2、任意相同的key，每次通过哈希函数转换的值必须相同
3、任意的key转换的下标，必须在数组的范围内
简单的哈希函数设计：key.hashCode() % length

什么是哈希碰撞？
两个不同的key，通过哈希函数算出了相同的下标（哈希碰撞不可避免）。
解决哈希碰撞的方式：链地址法
什么是填充因子？
哈希表的扩容条件，默认值0.75，当元素的数量 ： 数组的长度 >= 填充因子时，就会进行扩容。
为什么MySQL不选择哈希表作为索引的实现原理？
哈希索引可以用于精准定位，但是不适用于范围查询
为什么MySQL不选择精准定位和范围查询都优秀的红-黑树呢？
因为当MySQL数据量很大的是否，索引的体积也会很大，可能内存放不下，所以需要从硬盘上进行相关读写，如果树的层级太高，则读写硬盘的次数就会越多，性能就会越差。

BTree

BTree平衡多路搜索树B树。

B-Tree

B+Tree

B+Tree是在B-Tree基础上的一种优化，使其更适合实现外存储索引结构，InnoDB存储引擎就是用B+Tree实现其索引结构。

B+Tree
B+Tree和BTree不同点：
1、所有的子节点，一定会出现在叶子节点上；
2、相邻的叶子节点之间，会用一个双向链表连接起来。

为什么会出现索引的失效？

模糊查找、变量在表达式不能使用索引、失效取决于额能不能用上B+Tree。

索引失效场景

1.如果条件中有or，即使其中有条件带索引也不会使用；

要想使用or，又想让索引生效，只能将or条件中的每个列都加上索引

2.对于多列索引，不是使用的第一部分，则不会使用索引；
3.like查询以%开头；
4.如果列类型是字符串，那一定要在条件中将数据使用引号引用起来,否则不使用索引；
5.如果mysql估计使用全表扫描要比使用索引快,则不使用索引。

聚簇索引

聚簇索引并不是一种单独的索引类型，而是一种数据存储方式。具体细节依赖于其实现方式。

MyISAM没有聚簇索引，InnoDB主键索引就是聚簇索引。

覆盖索引

覆盖索引是SQL优化的重要手段之一。有时需要查询的结果，直接在索引上可以获得，就不用再回表查询了，这种查询方式，就是覆盖索引。