MySQL之索引（一）

目录

索引概述

索引结构

索引分类

---

索引概述

索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护这满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级的查找算法，这种数据结构就是索引。

优点：

1、提高数据检索的效率，降低数据库的IO成本

2、通过索引列队数据进行排序，降低数据的排序成本，降低CPU的消耗

缺点：

1、索引列也是要占用空间的

2、索引大大提高了查询效率，同时却降低了更新表的速度，如果对表进行INSERT、UPDATE、DELETE时，效率降低

索引结构

MySQL的索引是在引擎层实现的，不同的存储引擎有不同的结构，主要包含一下几种：

不同的存储引擎对索引结构支持情况：

 

 数据结构：

 缺点：顺序插入时，会形成一个链表（如上图右侧），查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

 红黑树：有效解决二叉树顺序插入时形成链表的缺点，但是依然存在大数据量情况下层级较深、检索速度慢的弊端。

B-tree（多路平衡查找树）：

以一颗最大度数（Max-degree）为5 的B-tree为例：

 每个节点最多储存4个Key，5个指针。

B+tree:

 与B-tree 不同的是所有的元素都会出现在叶子结点，形成一个单向链表。如上图红色虚线内所示。

Hash索引；

哈希索引就是采用一定的Hash算法，将键值换算成hash值，映射到对应的槽位上，然后存储在hash表中。如果两个（或多个）键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称之为hash碰撞），可以通过链表来解决。

 hash索引特点：

1、Hash索引只能用于对等比较（=，in），不支持范围查询（between,>,<,...）

2、无法利用索引完成排序操作

3、查询效率高，通常只需要一次（不出现hash碰撞情况下）检索就可以了，效率通常要高于B+tree索引 

索引分类

 在innoDB存储引擎中，根据索引的储存形式，又可以分位以下两种；

 聚集索引选取规则：

如果存在主键，主键索引则是聚集索引。

如果不存在主键，将使用第一个唯一（unique）索引作为聚集索引。

如果表没有主键，或没有合适的唯一索引，则innoDB会自动生成一个rowID作为隐藏的聚集索引。