【MYSQL的索引】

---

前言

索引是数据库中很重要的一个知识点,所以我们很有必要去更深刻的了解它.在这篇博客中,我们将会来了解索引背后的知识,

---

一、什么是索引

mysql 官方对于索引的定义为：索引（Index）是帮助 mysql 高效获取数据的数据结构。可以得到索引的本质：索引是数据结构。
索引是一种特殊的文件，包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引，并指定索引的类型，各类索引有各自的数据结构实现。

二、索引的作用

数据库中的表、数据、索引之间的关系，类似于书架上的图书、书籍内容和书籍目录的关系。
索引所起的作用类似书籍目录，可用于快速定位、检索数据。
索引对于提高数据库的性能有很大的帮助。

三、索引的分类

你知道索引有哪些吗？大家肯定都能霹雳啪啦地说出聚簇索引、主键索引、二级索引、普通索引、唯一索引、hash索引、B+树索引等等。然后再问你，你能将这些索引分一下类吗？可能大家就有点模糊了。其实，要对这些索引进行分类，要清楚这些索引的使用和实现方式，然后再针对有相同特点的索引归为一类。我们可以按照四个角度来分类索引。

按「数据结构」分类：B+tree索引、Hash索引、Full-text索引。
按「物理存储」分类：聚簇索引（主键索引）、二级索引（辅助索引）。
按「字段特性」分类：主键索引、唯一索引、普通索引、前缀索引。
按「字段个数」分类：单列索引、联合索引。

在这里我可以展开讲讲----聚簇索引（主键索引）

首先我们需要知道的是InnoDB 是在 MySQL 5.5 之后成为默认的 MySQL 存储引擎，B+Tree 索引类型也是 MySQL 存储引擎采用最多的索引类型。

在创建表时，InnoDB 存储引擎会根据不同的场景选择不同的列作为索引：

• 如果有主键的情况,默认会使用主键作为聚簇索引的索引键(key)
• 如果没有主键,则会选择第一个不包含NULL值的唯一列作为聚簇索引的索引键(key)
• 在上面都不满足的情况下,InnoDB 将自动生成一个隐式自增 id 列作为聚簇索引的索引键（key）

然后其它索引都属于辅助索引（Secondary Index），也被称为二级索引或非聚簇索引。

通过不同的索引进行查询,查询的方式也是不同的(因为他们在叶子节点存储的数据不同(区别))

• 主键索引的 B+Tree 的叶子节点存放的是实际数据，所有完整的用户记录都存放在主键索引的 B+Tree 的叶子节点里；
• 二级索引的 B+Tree 的叶子节点存放的是主键值，而不是实际数据。

比如举个例子:如果通过聚簇索引查询,我们只需要找到叶子节点中的数据就会拿到完整的数据,然而如果通过二级索引去查找,在二级索引中,我们到叶子节点中只能拿到这个数据的主键(比如上图sn作为二级索引,我们要查找sn为00031学生的信息,通过二级索引查询我们会先拿到00031学生的主键为4,然后再通过这个4进行主键查询,然后拿到00031这个学生的信息),这个过程叫回表，也就是说要查两个 B+Tree 才能查到数据。

不过，当查询的数据是能在二级索引的 B+Tree 的叶子节点里查询到，这时就不用再查主键索引查，比如下面这条查询语句：
select id from student where sn = ‘00031’

这种在二级索引的 B+Tree 就能查询到结果的过程就叫作「覆盖索引」，也就是只需要查一个 B+Tree 就能找到数据。

按字段个数分类

从字段个数的角度来看，索引分为单列索引、联合索引（复合索引)

• 建立在单列上的索引称为单列索引，比如主键索引；
• 建立在多列上的索引称为联合索引；

四、使用的场景

要考虑对数据库表的某列或某几列创建索引，需要考虑以下几点：

1. 数据量较大，且经常对这些列进行条件查询。
2. 该数据库表的插入操作，及对这些列的修改操作频率较低。
3. 索引会占用额外的磁盘空间。

满足以上条件时，考虑对表中的这些字段创建索引，以提高查询效率。
反之，如果非条件查询列，或经常做插入、修改操作，或磁盘空间不足时，不考虑创建索引。

五、索引的操作

show index from 表名;
create index 索引名 on 表名(字段名);
drop index 索引名 on 表名;

六、索引背后的数据结构

从上面我们可以知道.索引是一种数据结构,搜索相关资料我们可以知道,mysql最典型的存储数据结构是B+树,但是为什么要用这个类型呢?这就需要我们去研究研究了,查询速度快的我们都知道,应该是Hash,还有二叉树,为什么我们不用这两个呢?

1.Hash
首先我们来看看Hash存在的问题,哈希表的插入、删除、查找的时间复杂度都是 O(1)；这个速度是非常快的,但是mysql并没有选择这种数据结构,这是为什么呢,因为对于Hash而言,其创建和添加数据并不是通过排序和比较的方式，所以他不支持做范围查询.这是非常大的一个问题,我们进行查询怎么可能不进行范围查询呢,所以排除了这种数据结构

2.二叉平衡搜索树

平衡是为了不浪费,搜索可以后面支持范围查询,虽然它支持了范围查找,但是它也出现了一个问题,那就是当数据量非常大的时候,树的高度会非常的高,这个树的高度会产生一个问题,每一层查找导致IO访问次数变多了,这是非常耗费时间的,所以为了提高IO访问次数,我们可以降低树的高度,这个时候B树就出现了,

3.多路平衡查找树(B树)

它很大程度上解决了二叉搜索树所存在的问题，虽然多叉树时间效率相对较高且支持范围查询，mysql并没有选择它，而是在他的基础上进行了优化，选择了B+树

4.B+树

这就是Mysql最典型使用的存储数据结构,接下来分析一下它的特点

1. 相较于B树,所有数据都出现在叶子结点,非叶子节点,只存储key,导致非叶子节点占用空间更少,这些非叶子节点就可能存储在内存中,或者(部分存储在内存中),那么IO访问次数将会更少
2. B+树的所有叶子节点构成链表,此时更方便进行范围查询
3. 相对于B树，其每个节点值都在叶子结点上，在同一层进行查询操作，性能相对均衡，也就是在控制树高的情况下，其性能是可控的
4. B+树通过一层多个节点的引用，控制了树的高度，减少了IO次数，提高了时间效率

---

总结

在这篇博客中,我了解到了索引的分类,什么时候可以用索引,索引背后的存储引擎是用的什么数据结构,知道了为什么B+树为什么是最适合Mysql的,还对聚簇索引,二级索引有了深刻理解,知道了什么是回表,知道了不需要回表查询的过程叫覆盖索引.