数据库学习之索引

索引的作用
索引，可以类比为查字典过程中，根据拼音或者偏旁找字的这个过程。所以，在数据库中索引的出现，目的也是为了提高数据查询的效率。
索引常见的模型
1 哈希表 == （key-value）数组+链表，适用场景：等值查询。哈希表模型的特点是，插入很方便，但是查询代价很高
2 有序数组，使用场景：等值查询和范围查询场景。有序数组模型的特点是查询方便，增删操作代价很高
3 B+树
首先，我们都知道程序在运行的过程中操作的存储于空间基本上都是内存，内存与外存进行数据交换时，需要写相应的代码或者具体操作才能都进行访问。
而，在数据库中，数据库的索引基本上都保存在外存中。所以当B+树种单个节点的个数越多时，一颗树对应xu的节点总数就会越少，这样查询一次所需要访问的节点成本就少了。
节点成本：把数据从外存中读取到内存时，每次读取使用的单位都是页，每当要读取数据时，都需要将所在的整个页的数据都读进来，不允许出现只读0.5的页内容。在操作系统中，一个页的大小是由操作系统本身决定的。因此，在算一个节点的读取成本时，就是衡量需要读取多少个页。
因此，我们可以知道当使用的节点大小正好等于操作系统页的大小时，就是B+树实现效率最高的时候。
在InnoDB中，一个索引对应一颗B+树。
非聚簇索引（非主键索引） 和 聚簇索引（主键索引）
主键索引：在InnoDB中，主键索引的叶子结点存的正行数据
非主键索引：在InnoDB中，非主键索引的叶子结点存储的主键的值。
回表：根据非主键索引，找到了主键的值，再从主键索引中，找到对应的数据的过程
索引的维护
插入新值时，对应数据所在的数据页已满时，根据B+树算法需要申请一个新的数据页，然后把一部分数据挪到新的数据页中
删除旧值时，可能会对相邻的两个数据页做合并。
覆盖索引
当待查询的值已经在索引树上时，称为覆盖索引。覆盖索引，可以显著的提升查询的新能
联合索引
以多个字段来作为索引的条件。
最左前缀原则
联合索引满足最左前缀原则。因此在建立联索引时，在安排索引内字段顺序时，需要慎重考虑。遵循的原则是，铜鼓怎样的排列可以少维护一个索引。
索引下推
索引下推优化，可以再索引遍历过程中，对索引中包含的字段先做判断，直接过滤不满足条件的记录，从而减少回表的次数。