数据库优化MySQL优化之索引学习笔记

索引：

index帮助mysql高效获取数据的数据结构, 排好序的快速查找数据结构
在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式指向数据，这样就可以在数据结构的基础上实现高级查找算法

索引多指B树（多路搜索树，并不一定是二叉树）

优势：

• 类似大学图书馆书目索引，提高数据检索的效率，降低数据库的IO成本
• 降低排序成本，降低cpu消耗

劣势：

• 索引也是一张表，该表保存了主键与索引字段，并指向实体类的记录，故索引列也是要占用空间的。
• 建立索引虽然提高的查询速度，同时也降低了更新表的速度，比如进行insert,update,delete,因为在更新表的时候，MySQL不仅要保存数据，还要保存索引文件每次更新添加了索引列的字段，都会调整因为更新带来的键值变化后的索引信息。

索引分类：

• 单值索引：一个索引只包含单个列，一个表可以有多个单值索引
• 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

索引的基本语法：

• 创建:
  • create [unique] index 索引名 on 表名(列名(长度))
  • alter 表名 add [unique]index 索引名 on 表名(列名(长度))
• 删除：drop index 索引名 on 表名
• 查看：show index from 表名

索引结构与检索原理

初始化：一颗B+树，如图磁盘块包含几个数据项（深蓝色）和指针（黄色），如磁盘块1包含数据项17和35，包含指针p1,p2,p3,其中p1指向的是小于17的磁盘块，p2指向17到35之间的磁盘块，p3指向大于35的磁盘块，往下依次类推同理。

注意：

• 真实的数据存在叶子节点，即上图中的第三层
• 非叶子节点不存储真实的数据，只存储指引搜索方向的数据项，如上图中的第一层的17，35并不真实存在数据表中

查找过程：

在上图中，假如我们要查找的数据项是29，首先把磁盘块1由磁盘加载到内存中，此时发生一次IO，在内存中用二分查找确定29在17和35之间，进而锁定磁盘块1中的p2指针。然后通过磁盘块1的p2指针的磁盘地址把磁盘快3由磁盘加载到内存，发生第二次IO，29在26和和之间，进而在锁定磁盘块3中的p2指针，通过指针加载磁盘块8到内存，发生第三次IO，然后在内存中通过二分查找找到29。整个过程，一共进行三次IO，就查询到了我们要找的数据。

哪些情况需要建立索引

1. 主键自动建立索引
2. 频繁作为查询条件的字段应该创建索引
3. 查询中与与其他表关联的字段，外键关系建立索引
4. 频繁更新的字段不适合创建索引，因为更次更新索引，会加重IO负担
5. where条件里用不到的字段不创建索引
6. 单键/组合索引的选择问题，在高并发下倾向创建组合索引
7. 查询中排序的字段，排序字段若通过索引去访问将大大提高排序速度
8. 查询中统计或者分组字段

不适合建立索引的情况

1. 表记录太少
2. 经常增删改的表
3. 注意:如果某个数据列包含许多重复的内容，为它建立索引没有太大的实际效果。

---

本期分析到这，笔记基于尚硅谷的MYSQL高级教程，感兴趣的伙伴可以去看看哦！！！