数据库索引（一）

数据库索引意在提升检索效率。
通过创建唯一索引可以保证数据库表中每一行数据的唯一性。排序后可以将随机的I/O转换成顺序I/O。

索引是如何提高检索速度的？
将无序的数据存储转为相对有序的数据。

索引为什么不是越多越好？

1. 对表中的数据进行insert/update/delete时，索引需要动态维护，占用时间。
2. 索引建立后需要占用存储空间，如果是聚簇索引，占用的存储空间更大。

MySQL数据库主要使用的两种数据结构

1. 哈希索引

   
   image.png
   

   (图片来源于网络，侵删)
   哈希索引检索速度很快，但是也存在一定的局限性：
   1）哈希索引没有办法利用索引完成排序
   2）有重复键值的情况下，会发生哈希碰撞，索引效率较低
   3）不支持范围查询
   4）不支持最左匹配原则

2. B+Tree索引

   
   image.png
   

   （图片来源于网络，侵删）
   每一页存在一个record_type:
   0：普通的用户记录
   1：目录项记录
   2：最小记录
   3：最大记录
   目录项记录只有主键值和页的编号两个列，而普通的用户记录的列是用户自己定义的（Innodb为列，MyISAM的叶子节点存储记录的指针），可能包含很多列，另外还有InnoDB自己添加的隐藏列。

Innodb和MySIAM实现B+Tree的方式：聚簇索引 & 非聚簇索引

image.png

（图片来源于网络，侵删）

聚簇索引：
叶子节点存储了完整的用户记录
在Innodb中，会自动创建聚簇索引，聚簇索引就是数据的存储方式。一张表有且仅有一个聚簇索引。
1）如果表定义了PK，则PK就是聚簇索引
2）如果表没有定义PK，则第一个not NULL unique列就是聚簇索引
3）否则，Innodb会创建一个隐藏的row-id作为聚簇索引

普通索引（二级索引，辅助索引，非聚簇索引）
对于Innodb来说二级索引的叶子节点存放的是索引列的值与主键
MyISAM因为存放的全是主键和行号，意味着MyISAM中建立的索引全部都是二级索引，那么MyISAM均需要回表查询。

索引覆盖
explain查询计划优化，即explain的输出结果Extra字段为Using index时，能够触发索引覆盖。
只需要在一棵索引树上就能获取SQL所需的所有列数据，无需回表，速度更快。
常见的方法是：将被查询的字段，建立到联合索引里去。
哪些情况可以利用索引覆盖来优化SQL：
1）全表count查询优化
2）列查询回表优化
3）分页查询

复合索引的范围查询与最左原则：

1. SQL语句中where子句中范围查询之后的列无法使用联合索引
2. 在mysql建立联合索引时会遵循最左前缀匹配的原则，即最左优先，在检索数据时从联合索引的最左边开始匹配