Mysql聚簇索引

存储引擎InnoDB
索引是一种数据结构（本质是对数据排序），能提高我们的查询速度：运用 局部性原理

索引采用的数据结构：Hash索引（key-value）和B+树索引(多路平衡查询树)

Hash索引（key-value）和B+树索引区别：

• 哈希索引只适用于等值查询的场景，但无法进行范围查询
• 哈希索引无法利用索引进行排序
• 哈希索引不支持多列联合索引的最左匹配原则
• 如果有大量重复键值得情况下，哈希索引的效率很低，因为存在哈希碰撞

聚簇索引（叶子节点存储 整行数据）与非聚簇索引（主键值）

聚簇与非聚簇.png

覆盖索引：一个查询语句只需要从索引取得，不必从数据表中读取

因为InnoDB的数据文件本身要按主键聚集，所以InnoDB要求表必须有主键（MyISAM可以没有）
如果没有显式指定，则MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键
如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含字段作为主键

页结构 B+树

索引的最左匹配特性
叶子节点存储真实数据（索引字段要尽量小，降低树的高度）

辅助索引：data域记录主键的值，而不是地址

辅助索引搜索：
1.检索辅助索引获得主键，
2.利用主键，到主索引中检索获得记录

在使用InnoDB存储引擎时，如果没有特别的需要，请永远使用一个与业务无关的自增字段作为主键

Mysql5.6对对索引引入了哪些优化：
索引下推技术（有了索引下推可以在有like的情况下，减少回表次数）

查询优化器（explain select。。。 ）
在一条单表查询语句真正执行之前，MySQL的查询优化器会找出执行该语句所有可能使用的方案，对比之后找出成本最低的方案。
优化过程大致如下：
1、根据搜索条件，找出所有可能使用的索引
2、计算全表扫描的代价
3、计算使用不同索引执行查询的代价
4、对比各种执行方案的代价，找出成本最低的那一个