MySQL索引相关知识

常见索引模型

哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的值即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把key 换算成一个确定的位置，然后把 value 放在数组的这个位置。不可避免地，多个 key 值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方法是，拉出一个链表。哈希表这种结构适用于只有等值查询的场景。

有序数组在等值查询和范围查询场景中的性能就都非常优秀，有序数组索引只适用于静态存储引擎。

二叉搜索树：每个节点的左儿子小于父节点，父节点又小于右儿子，查询时间复杂度O(log(N))，更新时间复杂度O(log(N))。

InnoDB中的索引模型：B+Tree
索引类型：主键索引、非主键索引
主键索引的叶子节点存的是整行的数据(聚簇索引)，非主键索引的叶子节点内容是主键的值(二级索引)。
主键索引和普通索引的区别：主键索引只要搜索ID这个B+Tree即可拿到数据。普通索引先搜索索引拿到主键值，再到主键索引树搜索一次(回表)。

索引维护：当插入的数据所在数据页满了，按照B+Tree算法，新增加一个数据页，叫做页分裂，会导致性能下降。空间利用率降低大概50%。当相邻的两个数据页利用率很低的时候会做数据页合并，合并的过程是分裂过程的逆过程。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

因为普通索引上存储的是主键的值，所以每次使用普通索引查询行的所有数据的时候都会回表。但是只查询主键ID值的时候就不会发生回表操作了，因为普通索引上存储的是主键ID的值，这个过程称为覆盖索引。

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

联合索引

举个例子：假如我们有张身份信息表，如果有根据身份证号查询身份信息的需求，我们只要在身份证号字段上建立索引就够了。
如果现在有一个高频请求，要根据市民的身份证号查询他的姓名，这个联合索引就有意义了。它可以在这个高频请求上用到覆盖索引，不再需要回表查整行记录，减少语句的执行时间。
当使用多个普通索引的时候，我们就要建立多个索引，使用查询条件的时候每个索引都会发生回表操作，这个时候我们就可以用到联合索引了。

在建立联合索引的时候，如何安排索引内的字段顺序。
B+ 树这种索引结构，可以利用索引的“最左前缀”，来定位记录。
第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。

MySQL 5.6 引入的索引下推优化（index condition pushdown)， 可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。