对于MYSQL索引的一些理解

同样是基于昨天的一道面试题，面试官先是问了下MYSQL的索引是什么结构，我随口就说是B+树的索引，然后他接着追问，B+树索引的特点是什么，然后，就没有然后了。。

其实，对于MYSQL的索引部分，我之前是看过书的，《MySQL技术内幕 InnoDB存储引擎 第2版》这本书，我下载了电子版，花平时上班之余基本上从头看到尾了，也记了些笔记 ，但那是一个月之前的事。没想到用的时候，完全记不起来了。为什么呢？毫无疑问，记忆力太差，而且只看了一次。所以今天又找出那本书再看了一下，当然还是没有完全搞清楚，但不至于像昨天那样，什么话都说不出来。

要回答面试官的这个问题，个人认为，首先要搞清楚这样一些前提：

• 什么是索引？索引可以分为哪几类？
• 什么是二叉查找树，什么是平衡二叉树？什么是B+树？
• 不同的存储引擎，其索引实现有什么区别？

我尝试着按自己的理解，结合所看的书，来回答上面的问题。

首先，索引的存在是为了提高数据检索的效率，通常的一个比喻，是将索引比喻成一本书的目录，如果你知道某篇文章名在目录的话，那么我们可以先通过目录找到该文章对应的页码，直接找到该页码即可，而没有目录，很可能我们要一页面的翻，才能找到我们要的文章。索引也是这样。MYSQL中，INNODB和MYISAM都采用了B+树的结构来实现索引，当然，还有别的索引实现方式，比如HASH索引，但我们主要关注B+树索引。

了解B+树，我们就需要先了解二叉查找树和平衡二叉树，二叉树的定义很简单，一个节点最多只能有两个子树，而且每个节点的值，都大于其左子树的值，小于或等于其右子树的值。那么对于这个树的查找，可以很方便地用二分法来进行。同样，如果按照中序的方式对这个数进行遍历的话，结果将会是一个有序的序列。

二叉树可能是偏向一边的，即可能没有左子树，或者没有右子树，这样的话，查找并不能提高效率，所以，有了平衡二叉树的概念，平衡，表示左右树的深度差不能超过1，这就避免了一边倾斜的可能。

B+树的定义远比上面两种复杂，具体就不说了，但也类似有平衡二叉树的性质，只是子树不止两个。应用到MYSQL中，应该有以下一些特点。

• 数据都存在于叶子节点
• 索引都存在于非叶子节点
• 如果是INNODB的聚簇索引，则叶子节点存储的就是实际的数据信息，如果是非聚簇索引，则存储的是主键的值。
• 如果是MYISAM的索引，则叶子节点存储的是数据的地址。

从上面的说明又引申出了几个概念，首先，我们来解释一下聚簇索引，这个应该是INNODB专有的，指的是主键对应的索引，其特点就在于叶子节点存储的就是实际的数据信息，所以，如果我们根据主键进行查询的话，将会很方便地取到对应的数据。这也从另外一个方面说明了，INNODB的索引和数据文件是存在一起的，都存储于表空间。

由此推论，INNODB的每张表有且只有一个聚簇索引，那么问题来了，如果我们在创建表的时候没有定义主键呢？这个时候，MYSQL会帮我们创建一个rowid，6个字节。而事实上，我们如果用int来做主键的话只占用4个字节，所以一般情况下，我们要显示定义主键。

非聚簇索引也称为辅助索引，由于其叶子节点存储的是主键的值，所以，如果我们按辅助索引查找的话，实际上是需要查两次，先找到主键的值，再根据主键找数据。对于MYISAM来说，主键和非主键则不存在这个区别，查找都是先找到地址，再根据地址读数据。它们的区别只是在于主键的KEY是惟一的。

如果索引由多个字段组成，我们称这类为联合索引，对于联合索引i_k(a,b)来说，形如where a=x and b=x, where a=x都可以用到索引，而where b=x则用不到，为什么呢？因为关键字是先按a排序，再按b排序的。

如果要查找的列本身就是索引，则我们称其为覆盖索引，由于要查的数据就是索引的KEY，所以不需要查找两次。

如果我们要看一个索引是否使用到，可以使用explain来分析
最后，贴一下之前遇到的一次面试题 ，请问<,>,<>这三种操作是否会用到索引？

个人认为，对于B+树索引来说，应该是都可以用到，而对于HASH索引来说，由于HASH的特点，无法用于范围查询。