|
01、前言 看了很多关于索引的博客，讲的大同小异。但是始终没有让我明白关于索引的一些概念，如B-Tree索引，Hash索引，唯一索引.... 或许有很多人和我一样，没搞清楚概念就开始研究B-Tree，B+Tree等结构，导致在面试的时候答非所问！ 索引是什么? 索引是帮助MySQL高效获取数据的数据结构。 索引能干什么? 提高数据查询的效率。 索引：排好序的快速查找数据结构！索引会影响where后面的查找，和order by 后面的排序。 02、索引的分类- 从存储结构上来划分：BTree索引（B-Tree或B+Tree索引），Hash索引，full-index全文索引，R-Tree索引。
- 从应用层次来分：普通索引，唯一索引，复合索引
- 根据中数据的物理顺序与键值的逻辑（索引）顺序关系：聚集索引，非聚集索引。
***点描述的是索引存储时保存的形式，第二点是索引使用过程中进行的分类，两者是不同层次上的划分。不过平时讲的索引类型一般是指在应用层次的划分。 就像手机分类：安卓手机，IOS手机 与 华为手机，苹果手机，OPPO手机一样。 普通索引：即一个索引只包含单个列，一个表可以有多个单列索引 唯一索引：索引列的值必须唯一，但允许有空值 复合索引：即一个索引包含多个列 聚簇索引(聚集索引)：并不是一种单独的索引类型，而是一种数据存储方式。具体细节取决于不同的实现，InnoDB的聚簇索引其实就是在同一个结构中保存了B-Tree索引(技术上来说是B+Tree)和数据行。 非聚簇索引：不是聚簇索引，就是非聚簇索引（认真脸）。 03、索引的底层实现mysql默认存储引擎innodb只显式支持B-Tree( 从技术上来说是B+Tree)索引，对于频繁访问的表，innodb会透明建立自适应hash索引，即在B树索引基础上建立hash索引，可以显著提高查找效率，对于客户端是透明的，不可控制的，隐式的。不谈存储引擎，只讨论实现(抽象) Hash索引 基于哈希表实现，只有精确匹配索引所有列的查询才有效。 对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码（hash code），并且Hash索引将所有的哈希码存储在索引中，同时在索引表中保存指向每个数据行的指针。
B-Tree索引（MySQL使用B+Tree） B-Tree能加快数据的访问速度，因为存储引擎不再需要进行全表扫描来获取数据，数据分布在各个节点之中。
B+Tree索引 是B-Tree的改进版本，同时也是数据库索引所采用的存储结构。 数据都在叶子节点上，并且增加了顺序访问指针，每个叶子节点都指向相邻的叶子节点的地址。 相比B-Tree来说，进行范围查找时只需要查找两个节点，进行遍历即可。而B-Tree需要获取所有节点，相比之下B+Tree效率更高。
结合存储引擎来讨论（一般默认使用B+Tree）
案例：假设有一张学生表，id为主键 | id | name | birthday | | 001 | Tom | 1996-01-01 | | 002 | Jann | 1996-01-04 | | 003 | Ray | 1996-01-08 | | 004 | Michael | 1996-01-10 | | 005 | Jack | 1996-01-13 | | 006 | Steven | 1996-01-23 | | 007 | Lily | 1996-01-25 |
在MyISAM引擎中的实现（二级索引也是这样实现的）
在InnoDB中的实现
04、问题问：为什么索引结构默认使用B-Tree，而不是hash，二叉树，红黑树？ hash：虽然可以快速定位，但是没有顺序，IO复杂度高。 二叉树：树的高度不均匀，不能自平衡，查找效率跟数据有关（树的高度），并且IO代价高。 红黑树：树的高度随着数据量增加而增加，IO代价高。 问：为什么官方建议使用自增长主键作为索引。 结合B+Tree的特点，自增主键是连续的，在插入过程中尽量减少页分裂，即使要进行页分裂，也只会分裂很少一部分。 并且能减少数据的移动，每次插入都是插入到***。总之就是减少分裂和移动的频率。
| 
