数据库-索引分类

一. 按存储的物理结构划分

1. 稠密索引：对于某一属性，主文件的所有记录（形成的索引字段值）都有一个索引项对应。

2. 稀疏索引：对应某一属性，部分记录有索引项对应：把所有记录按索引域的值分组，每组一个索引项。

3. 聚集索引：记录在数据文件中的物理顺序与在索引文件中的顺序相同。数据文件和索引文件都按索引域排序。（即建立在数据文件的排序字段）。索引项：<索引域值，包含该索引值的所有连续磁盘块的第一个磁盘块的地址>。一个数据文件只能有一个聚集索引。可以稀疏也可以稠密，一般对索引字段的每一个不同值有一个索引项。

4. 非聚集索引（辅助索引）：顺序不同。索引建立在数据文件的非排序字段，但该索引文件有序。索引项：<索引域值，磁盘块地址的指针>。一个数据文件可以有多个非聚集索引。一般是稠密索引。

5. 主索引：稀疏索引，每个索引项对应一个磁盘块（数据文件和索引文件按键值排序）。索引项：<每个数据文件块的最小键值，存储记录的磁盘块的指针>。

二. 按数据结构划分

1. B树：通常意味数据有序存储。
   存储结构：
   内节点的存储结构：树指针，<索引值，主键 ？ 数据指针 ： 对应数据记录所在磁盘块链表>
   叶子节点：树指针为空，其他相同。

2. B+树：内节点只存储键值，叶节点结构为<键值，含该键值的数据记录的磁盘块地址，下一个叶节点指针>。（B+树也可不作为索引，而是作为一个文件中的记录组织者，此时data不存储记录的地址，直接存储记录本身。）

遵循最左前缀匹配原则：如果是联合索引，遇到范围查询（>, <, between, like）会停止后面列的匹配。（a, b）首先列a有顺序的匹配，b无顺序，a等值时，b才有顺序。

三. B树与B+树比较：

1. B树内节点也存储数据，查到就可以直接返回，查询性能不稳定。B+树所有数据都在叶节点，查询性能稳定。同样高度，B树查询效率更高。
2. B树每个节点（理解为一个数据页）都要存储键值和数据，而B+树非叶节点只存储键值，所以同一页中B+树可存储的数据（索引到的数据）更多。同样的数据量，B树的查询磁盘I/O次数更多，影响效率。
3. B+树叶子节点形成了有序链表，便于查找。

查询复杂度分析：

1. B树：一个节点大小为一页，只需要一次磁盘I/O就可以完全载入。因此树高为h时，由于根节点常驻内存，因此最多需要查询（h-1）次，时间复杂度为log(mN)（m是底数，表示树的阶）。
2. B+树：由上述可见，m越大效率越高，由于每个节点大小固定为一页，B+树的非叶节点中只存储键值，所以m更大，查询效率更高。（m不能过大，会变成近似于线性遍历）

四. InnoDB使用B+树作为索引：

1. InnoDB表数据文件本身就是B+树组织的索引结构（主索引），key是主键，data存储完整的数据记录。（因此建议使用自增的字段作为主键，避免存储引擎为维持B+树的特性而频繁调整）
2. InnoDB辅助索引文件的data存储对应记录的主键的值而非记录地址（因此不建议使用过长的字段作为主键，会导致辅助索引文件过大），是二级索引。根据辅助索引查到主键，再查主索引。
3. InnoDB插入新数据过程：
   3.1 若原来的页A满了，则创建新的页B和C，将页A中的数据复制到B中，C中存储新插入的数据，而页A只存储键值，页B和C是A的两个子节点。（由于根节点常驻内存，所以不改动A的物理位置，而是把其内容复制到新的页）
   3.2 插入数据时都会往新创建的页里存储，直到写满再继续创建新的页，因此建议主键自增，这样不会影响到原来的页，插入效率高。

参考：
https://database.51cto.com/art/201907/598949.htm
《高性能MySQL》