数据库索引

数据库索引（主要介绍mysql）

首先什么是索引

• 索引(Index)是帮助MySQL高效获取数据的数据结构
• 是对数据库查询进行优化的，既然是数据结构，那通常是那种结构？不同又在哪里？

索引的数据结构

• 通常是Hash索引 和B+Tree索引 ，mysql是InnoDB引擎，默认是B+tree索引（区别是什么？）

• 因为Hash索引底层是哈希表，哈希表是一种以key-value存储数据的结构，所以多个数据在存储关系上是完全没有任何顺序关系的，所以，对于区间查询是无法直接通过索引查询的，就需要全表扫描。所以，哈希索引只适用于等值查询的场景。而B+ 树是一种多路平衡查询树，所以他的节点是天然有序的（左子节点小于父节点、父节点小于右子节点），所以对于范围查询的时候不需要做全表扫描，

• 哈希索引适合等值查询，但是无法进行范围查询

• 哈希索引没办法利用索引完成排序

• 哈希索引不支持多列联合索引的最左匹配规则

• 如果有大量重复键值的情况下，哈希索引的效率会很低，因为存在哈希碰撞问题

知道B+ Tree的叶子节点都可以存哪些东西吗？

• 有两张图有助于我们理解
  
  
• 叶子节点上可以使整行数据，也可以是一行数据的id（主键）
• 在 InnoDB 里，索引B+ Tree的叶子节点存储了整行数据的是主键索引，也被称之为聚簇索引。而索引B+ Tree的叶子节点存储了主键的值的是非主键索引，也被称之为非聚簇索引（主键索引效率高，因为不用回表）

联合索引、最左前缀匹配

• 创建索引的时候都会考虑哪些因素呢？一般对于查询概率比较高，经常作为where条件的字段设置索引
• 创建联合索引的时候，需要做联合索引多个字段之间顺序你们是如何选择的呢？在创建多列索引时，我们根据业务需求，where子句中使用最频繁的一列放在最左边，因为MySQL索引查询会遵循最左前缀匹配的原则，即最左优先，在检索数据时从联合索引的最左边开始匹配。所以当我们创建一个联合索引的时候，如(key1,key2,key3)，相当于创建了（key1）、(key1,key2)和(key1,key2,key3)三个索引，这就是 最左匹配原则

MySQL 5.6中，对索引做了哪些优化吗？

• Index Condition Pushdown（索引下推）

MySQL 5.6引入了索引下推优化，默认开启，使用SET optimizer_switch = ‘index_condition_pushdown=off’;可以将其关闭。官方文档中给的例子和解释如下：

people表中（zipcode，lastname，firstname）构成一个索引

SELECT * FROM people WHERE zipcode=‘95054’ AND lastname LIKE ‘%etrunia%’ AND address LIKE ‘%Main Street%’;

如果没有使用索引下推技术，则MySQL会通过zipcode='95054’从存储引擎中查询对应的数据，返回到MySQL服务端，然后MySQL服务端基于lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断数据是否符合条件。

如果使用了索引下推技术，则MYSQL首先会返回符合zipcode='95054’的索引，然后根据lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断索引是否符合条件。如果符合条件，则根据该索引来定位对应的数据，如果不符合，则直接reject掉。有了索引下推优化，可以在有like条件查询的情况下，减少回表次数。

查询优化器？

一条SQL语句的查询，可以有不同的执行方案，至于最终选择哪种方案，需要通过优化器进行选择，选择执行成本最低的方案。

在一条单表查询语句真正执行之前，MySQL的查询优化器会找出执行该语句所有可能使用的方案，对比之后找出成本最低的方案。

这个成本最低的方案就是所谓的执行计划。优化过程大致如下：

1、根据搜索条件，找出所有可能使用的索引

2、计算全表扫描的代价

3、计算使用不同索引执行查询的代价

4、对比各种执行方案的代价，找出成本最低的那一个