Mysql索引浅谈

索引：index是帮助Mysql高效获取数据的数据结构。默认为B+树。

索引分类：

• 主键索引：不能重复。一个字段设置为primary key默认为主键索引，不可以是null。
• 唯一索引：不能重复。一般id字段设置，可以是null。
• 单值索引：单列。一个表可以有多个单值索引。
• 复合索引：多列构成。（name age…）（相当于二级目录）

创建索引

示例表【student】结构：

方法一：create   索引类型   索引名  on  表名(字段名）

• 单值索引：

create  index  ssex_index  on  student(ssex);

• 唯一索引：

create  unique  index  sno_index  on  student(sno);

• 复合索引：

create  index  name_age_index  on  student(name,age);

方法二：alter   table   表名  add   索引类型    索引名(字段)

• 单值索引：

alter  table  student  add  index  ssex_index(ssex);

• 唯一索引：

alter  table  student  add  unique  index  sno_index(sno);

• 复合索引：

alter  table  student  add  index  name_age_index(name,age);

删除索引：

• drop   index   索引名   from   表名

drop  index  ssex_index  from  student;

查询表索引：

show  index  from  student;

索引的弊端：

• 索引本身很大。
  因为它本身就是数据，需要占用存储空间（内存或硬盘）。
• 索引不是所有情况均适用：
  • a.少量数据
  • b.频繁更新的字段。因为索引字段的数据更新，索引本身也会更改b树结构。
  • c.很少使用的字段。
• 索引提高查询的效率，但降低增删改的效率。
  因为数据没有添加索引，数据直接进行增删改；添加了索引的数据每一次增删改，除了表数据变动，索引结构也会跟着变动，需要改两次数据。

优势：

• 提高了查询效率，也就是提高了IO的效率。
  因为客户端连接到服务端是通过IO输入输出的，索引优化会降低了IO的使用率。
• 降低CPU的使用率。
  比如order by age，如果没有索引sql会把所有的年龄数据全部拿出来进行对比排序；有了索引，索引本身是B+树，已经排序完成了，可以直接使用。

建立适合的索引

• 在where从句，group by 从句，order by 从句和on从句中出现的列。
• 索引的字段越小越好。
• 联合索引离散度大的列放在前面。（此时customer_id放在前面）
  
• 索引并非越多越好
  通常情况下我们认为过多的索引只是影响数据库增删改的效率。并不是，也会影响到查询效率，因为mysql在查询数据的时候会进行分析使用哪一个索引进行查询，如果索引过多，那么分析会变慢，查询效率也会变低。

浅谈

• 当一个索引包含所有查询的列，我们称之为覆盖索引。
  也就是说select 查询的列如果都包含在同一个索引，那边查询效率很高。
  比如select 后面只有id（主键索引），或者只查询建立了联合索引的name和age字段。
  因为覆盖索引是可以直接通过索引中的数据来进行获取，不需要再次从表中获取数据了。

B+树也有三叉树
两个蓝色块根节点是17和35，如图的红色框就代表是17和35的指针，下面三个黄色块P1代表小于17的数据，P2代表17到35的数据，P3代表大于35的数据。

三层B+树存放百万条数据，且真实数据全部都是存放在叶子节点，上图中根节点和分支节点的蓝色数据只是为了对黄色块分成指针。

B+树中查询任意数据的次数都是相同的。(也就是B+树的高度，一般是3或者4层)