mysql索引

索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。

索引的出现是为了提高查询效率，但是实现索引的方式却有很多种，所以这里也就引入了索引模型的概念。可以用于提高读写效率的数据结构很多，这里我先介绍三种常见、也比较简单的数据结构，它们分别是哈希表、有序数组和搜索树。

哈希表（hashmap）

哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的值即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。put(key,value) “abc” -> 整形数(散列算法) hashcode 55 / 13 余数

哈希表的优点：等值查询非常快

缺点：因为不是有序的，所以哈希索引做区间查询的速度是很慢的。 order by

abc -> hashcode ->100 /13 取余数 = 7 余9

有序数组

有序数组在等值查询和范围查询场景中的性能就都非常优秀。

优点：如果仅仅看查询效率，有序数组就是最好的数据结构了。

缺点：在需要更新数据的时候就麻烦了，往中间插入一个记录就必须得挪动后面所有的记录，成本太高。

二叉搜索树

二叉搜索树的特点是：每个节点的左儿子小于父节点，父节点又小于右儿子。

想象一下一棵 100 万节点的平衡二叉树，树高 20。一次查询可能需要访问 20 个数据块。在机械硬盘时代，从磁盘随机读一个数据块需要 10 ms 左右的寻址时间。也就是说，对于一个 100 万行的表，如果使用二叉树来存储，单独访问一个行可能需要 20 个 10 ms 的时间，这个查询可真够慢的。

2^0 + 2^1 + 2^2 = 7 100 万

1-3 log 1000000

1-100万 100万

为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N 叉”树。这里，“N 叉”树中的“N”取决于数据块的大小。

B树

1. 关键字集合分布在整颗树中；
2. 任何一个关键字出现且只出现在一个结点中；
3. 搜索有可能在非叶子结点结束；
4. 其搜索性能等价于在关键字全集内做一次二分查找；

InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+ 树中的。

B+树的形态：

每一个父节点都出现在子节点中，是子节点最大或者最小的值。

B+树相比于b树的查询优势：

1. b+树的中间节点不保存数据，所以磁盘页能容纳更多节点元素，更“矮胖”；

2. b+树查询必须查找到叶子节点，b树只要匹配到即可不用管元素位置，因此b+树查找更稳定（并不慢）；

3. 对于范围查找来说，b+树只需遍历叶子节点链表即可，b树却需要重复地中序遍历，如下两图：

只有叶子节点包含数据

范围查询：

B+树的特征：

1.有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。

2.所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。（链表）

3.所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。

4、B+树查找时是从上到下查找；B-树则是从下往上查找（中序遍历）

B+树的优势：

1.单一节点存储更多的元素（这样该节点下分支变多了，树变矮胖了），使得查询的IO次数更少。

2.所有查询都要查找到叶子节点，查询性能稳定。

3.所有叶子节点形成有序链表，便于范围查询。

基于主键索引和普通索引的查询有什么区别？

如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；

如果语句是 select k from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表。

1.为什么innodb表必须建主键？

建立主键之后，数据就可以挂在主键的索引下方叶子节点，这样查询起来会很快。如果不建立主键，mysql会选择一列数据不重复的列作为索引列。如果没有找到，那么就会建立隐藏列rowid，这样无形中增加了开销。

2.为什么推荐使用自增主键，而不是字符串。

使用索引时存在大量比对工作，整型比对比字符串比对快。另外存储空间小。

3.为什么不建议mysql单表数据超过2000W？

id为bigint 8字节，指针占6个字节，单个page16K，16 * 1024/14 = 1170

1个page页可以存放数据也可以存放指针 数据1K计算，可以存放16条

所以3层的b+树，第一层放指针，第二层也放指针，第三层放数据 总计 16 * 1170 * 1170 约是2200W，所以如果数据再多，就需要用到4层B+数，这样的查询效率会进一步降低。

，16 * 1024/14 = 1170

1个page页可以存放数据也可以存放指针 数据1K计算，可以存放16条

所以3层的b+树，第一层放指针，第二层也放指针，第三层放数据 总计 16 * 1170 * 1170 约是2200W，所以如果数据再多，就需要用到4层B+数，这样的查询效率会进一步降低。