索引脑图

数据库索引基础

B-Tree索引

索引的存储结构

B-Tree中的数据都是有序的，所以索引才能加快访问速度。
图中的key1是指所有的索引列的值

索引之所以能够加快访问数据的速度，是因为存储引擎不需要进行全表扫描来获取需要的数据，而是从根结点（上图未体现）开始进行搜索。通过比较节点页的值（使用哪一列构建的索引，这个值就是什么，主键索引中值是我们的主键）的上限和下限，找到下层子节点，最终找到数据，或者确认数据不存在。

哈希索引就类似于HashMap，是使用所有索引列计算出一个哈希码，哈希索引将所有的哈希码存储在索引中，同时在哈希表中保存指向每个数据行的指针。

使用前缀索引，如果一个列过长，如果直接创建索引，会非常大，也会慢。所以可以选取这个列开始的部分字符，做为索引列，但是部分字符的选择要适当，要能完整的体现原列在整个数据库中所占的比例。
where条件中使用独立的列，如where age+1 = 15。“独立的列”指索引列不能是表达式的一部分，也不能是函数的参数
不要为每个列创建独立的索引，如果有查询需求，要使用多列索引，并且选择合适的索引列顺序
如果二级索引（非聚簇索引）的索引列可以完全覆盖到需要查询的列，那么这个索引就是覆盖索引，这样的索引可以提高查询效率，因为不需要再根据主键去读取数据。