B树索引 hash索引

索引

索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。
对于一个表中几百万行数据来说，如果不使用索引，每次查找都需要遍历一遍所有的行，从而找到所需要的数据，平均查找效率O(n)。如果使用了索引，在查找时会先找索引，快速定位到磁盘位置，然后再去读出该行的数据，效率大大提升。
建立索引的规则：
1、利用最左前缀：Mysql会一直向右查找直到遇到范围操作（>，<，like、between）就停止匹配。
2、不能过度索引：在修改表内容的时候，索引必须更新或者重构，所以索引过多时，会消耗更多的时间。
3、尽量扩展索引而不要新建索引
4、最适合的索引的列是出现在where子句中的列或连接子句中指定的列。
5、不同值较少的列不必要建立索引（性别）。

B树索引

首先，B-树是一种多路搜索树（并不一定是二叉的），它是一种平衡的多叉树，称为B树（或B-树、B_树）。
B树索引：
更准确的说应该是B+树，由于创建索引语句使用的关键字为BTREE，所以一般都叫做B树索引。
首先为了查询速度，索引肯定要使用便于查找的数据结构。 不使用红黑树最主要的原因是为了减少随机磁盘I/O的次数。B树就是专门用在磁盘上的数据结构：对于相同的数据量，B树的深度更低，经过的节点更少，所以造成的随机磁盘IO次数也就更少。

B+树

B+ 树是一种树数据结构，是一个n叉树，每个节点通常有多个孩子，一棵B+树包含根节点、内部节点和叶子节点。根节点可能是一个叶子节点，也可能是一个包含两个或两个以上孩子节点的节点。
B+树是B树的变体，它的完整数据全部存储在叶子结点，非叶子节点只存储key值，这样B+树避免了不必要的磁盘I/O，由于所有的查找最终都会到叶子结点，所以也就保证了查询性能的稳定。
同时由于B+树叶子结点使用指针串联起来，这就方便了范围查询。
而且由于B+树索引本身的有序性，所以在很多情况下可以避免对数据的排序。

Btree索引中的最左匹配原则：
Btree是按照从左到右的顺序来建立搜索树的。比如索引是(name,age,sex)，会先检查name字段，如果name字段相同再去检查后两个字段。
所以当传进来的是后两个字段的数据（age，sex），因为建立搜索树的时候是按照第一个字段建立的，所以必须根据name字段才能知道下一个字段去哪里查询。
所以传进来的是（name，sex）时，首先会根据name指定搜索方向，但是第二个字段缺失，所以将name字段正确的都找到后，然后才会去匹配sex的数据。

hash索引

hash在很多编程语言中都能见到，因为它查找速度非常快，理论上平均时间复杂度能达到O(1)。
和B树索引相比，hash索引在使用上有很大的局限性：
1.无序性，导致无法范围查找和索引排序。
2.对完整的key计算hash，所以不支持部分匹配。
比如对多个列创建hash索引，查找时条件必须这些列精确匹配，才能使用到hash索引。
3.由于hash索引实际只保存了数据对应的行指针，所以不能避免读取数据行。
4.当产生hash碰撞的时候，数据库要遍历拉链中所有的行指针，逐个取出数据行进行比较，数据量越大，冲突越多，查找代价越高。
由于hash索引的上述缺点，所以实际使用hash索引的情况很少，MySQL除了Memory存储引擎和NDB分布式存储引擎，其他大部分存储引擎默认使用B树索引。