MySQL索引

索引

索引概念:索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息 哪些字段可以建索引？ 一般都where、order by 或者 group by 后面的字段

索引的作用:

1. 提高查询速度
2. 确保数据的唯一性
3. 可以加速表和表之间的连接,实现表与表之间的参照完整性
4. 使用分组和排序子句进行数据检索时,可以显著减少分组和排序的时间
5. 全文检索字段进行搜索优化

索引分类:

1. 主键索引(Primary Key)
2. 唯一索引(Unique):聚集索引,也叫聚簇索引
3. 常规索引(Index)
4. 全文索引(FullText)

主键索引:

ALTER TABLE tbl_name ADD PRIMARY KEY (column_list)

主键:某一个属性组能唯一标识一条记录,创建主键自动添加索引.
主键索引(也叫聚簇/聚集索引)是特殊的唯一索引,该索引要求主键中的每个值都唯一。当在查询中使用主键索引时，它还允许对数据的快速访问(不需要回表)。myisam不支持聚簇/聚集索引,它的索引和数据是分离的
特点:

• 最常见的索引类型
• 确保数据记录的唯一性
• 确定特定数据记录在数据库中的位置

唯一索引:

ALTER TABLE tbl_name ADD UNIQUE index_name (column_list)

要求:索引列的值必须唯一，但允许有空值

• 与主键索引的区别
• 主键索引只能一个
• 唯一索引可能有多个

普通索引:

ALTER TABLE tbl_name ADD INDEX index_name (column_list)

作用:快速定位特定数据

• index和key关键字都可以设置常规索引
• 应加在查询找条件的字段
• 不宜添加太多常规索引,影响数据的插入,删除和修改操作

全文索引

ALTER TABLE tbl_name ADD FULLTEXT index_name (column_list)

快速定位特定数据
注意:

• 用于MyISAM类型的数据表,InnoDB存储引擎从1.2.x开始支持全文索引技术
• 只能用于CHAR,VARCHAR,TEXT数据列类型
• 适合大型数据集

联合索引

ALTER TABLE table_name ADD INDEX index_name ( column1, column2, column3 );

添加(column1, column2, column3)的联合索引,相当于添加了(column1, column2, column3),(column1, column3),(column1,column2),如果不包含column1,则不会索引(最左前缀原则).

查看表中的索引:

SHOW INDEX FROM tbl_name

删除索引:

ALTER TABLE tbl_name DROP INDEX index_name;

最左匹配原则
Mysql创建复合索引的规则是首先会对复合索引最左边，也就是第一个字段的索引进行排序，在第一个字段排序的基础上，在对第二个字段进行排序，所以直接使用第二个字段是没有顺序的.
索引失效
1.以%开头的LIKE查询不能使用BTREE索引
2.联合索引不符合最左匹配原则
3.数据类型出现隐式转换时也不能使用索引,比如 where name=“01” ,数据库把01当成了数字1了.
4.由于对字段进行运算、函数操作导致无法用索引.
5.order by 字段混合使用DESC ASC 不会使用索引
6.Where条件过滤的关键字和Order by中所使用的不同 不会使用索引
7.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描
8.用 or 分割开的条件或者in 嵌套的条件， 如果 or 前的条件中的列有索引， 而后面的列中没有索引， 那么涉及到的索引都不会被用到

索引准则

1. 索引不是越多越好,不被经常查询的不要加索引
2. 不要对经常变动的数据加索引,更新表时,不仅要保存数据,还要维护索引文件
3. 小数据量的表建议不要加索引,全表扫描更加高效
4. 索引一般应加在查找条件的字段
5. 如果某个数据列包含太多重复的内容,为它建立索引就没有太大的效果
6. 索引文件占磁盘空间.
7. 应该只为经常查询和经常排序的数据列建立索引
8. 注意避免冗余索引
   索引优化
9. 对于索引列来最好使用union all，因复杂的查询【包含运算等】将使or、in放弃索引而全表扫描，除非你能确定or、in会使用索引
10. 在使用联合索引的时候,注意最左前缀原则
11. 选择重复度比较低的列作为索引
12. 一般外键加索引

索引的数据结构:

hash类型的索引:查询单条快,范围查询慢
b tree类型的索引:b++树,层数越多,数据量指数级增长(mysql一般用它,InnoDB默认支持)

---

数据库引擎

InnoDB 支持事务,支持行级锁定,支持 B-tree,Full-text 等索引,不支持 Hash索引
MyISAM 不支持事务,支持表级别锁定,支持 B-tree,Full-text 等索引, 不支持 Hash 索引

B+树和B树的差异:

1. B+树非叶子节点仅具有索引作用,有关信息均存放在叶子节点上
2. B+树的所有叶子节点构成一个有序链表,可以按照元素排序的次序遍历全部记录,便于区间查找和遍历.

B+树的优缺点:

1. B+树的层级更少:非叶子节点存储的关键字更多,查询数据更快
2. B+树查询速度更稳定:B+树所有数据地址都在叶子节点上
3. B+树天然具备排序功能:叶子节点构成有序链表,在查询大小区间的数据时更方便,数据紧密度很高,缓存的命中率也会比B树高
4. B+树全节点遍历更快:B+树只要遍历叶子节点即可,B树要全树遍历
5. B树相当B+树的优点:如果信息离根节点很近,呢么查询它就比较块
   这两个数据结构都用到了二分思想

InnoDB和MyISAM都使用B+树作为索引的数据结构,但是实现有区别

1. InnoDB的数据文件本身就是索引文件,MyISAM索引文件和数据文件是分离的,索引文件仅保存数据记录的地址
2. 在InnoDB中,数据文件本身就是按B+Tree组织的一个索引结构,这颗树的叶子节点保存了完成的数据记录,InnoDB表数据文件本身就是主索引,InnoDB的数据文件本身要按主键聚集,索引InnoDB要求表必须有主键(MyISAM可以没有)
3. InnoDB的辅助索引data域存储相应记录主键的值而不是地址,innoDB所有辅助索引都引用主键作为data域

回表
无法在普通索引树上获取需要的全部信息,需要再次查询主键索引树.
比如user表中有,id,name,age.id作为主键,然后添加name的索引
select * from user where name=“xx”,我们需要整行信息,我们在查询普通索引name的时候,能查到name呢行的主键,我们还需要去查询主键索引,这个过程叫回表.总共有2次查询b+树的操作.
select id,name from user where name=“xx”,这样不需要回表.
我们也可以简历联合索引, (name,age),这样他在普通索引上就能获取到所需要的全部信息,不需要再去查询主键索引树,加快查询速度.

覆盖索引
只需要在一颗索引树上查询,无需回表,速度较非覆盖索引快.

为什么mysql用b+树作为索引而不用b树?

1. 因为mysql的查找一般发生再磁盘上,而且索引一般都非常大,b+树的根节点只存储索引信息,而b树的根节点还存储数据,磁盘在读取根节点的时候一次读取的信息有限,读取b树的次数可能更多,影响性能.
2. b+树的叶子节点用双向链表串起来了,更适合遍历全部索引,而b树需要遍历整颗树.

MySQL索引背后的数据结构及算法原理学习链接:http://blog.codinglabs.org/articles/theory-of-mysql-index.html
详细深入的索引总结:https://zhuanlan.zhihu.com/p/29118331
Mysql中key 、primary key 、unique key 与index区别:https://www.cnblogs.com/zjfjava/p/6922494.html
b树和b+树的构造:https://blog.ouyangsihai.cn/mian-shi-guan-wen-ni-b-shu-he-b-shu-jiu-ba-zhe-pian-wen-zhang-diu-gei-ta.html