MySQL索引 索引数据结构B+Tree、分类及使用、回表查询

索引（index）是帮助MySQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，全表扫描，性能很低。

如果这张表建立了索引，假设索引结构就是二叉树，那么会对age这个字段建立一个二叉树的索引结构。进行查询时，只需要扫描三次就可以找到数据，极大的提高的查询的效率。

假设索引的结构是二叉树，不是索引的真实结构。

优势	劣势
提高数据检索效率，降低数据库IO成本	索引列也占用空间
通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗	索引大大提高了查询效率，也降低了更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低

索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持 B+ 树索引
Hash索引	底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询
R-tree(空间索引）	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-text(全文索引)	是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucene，Solr，ES

不同的存储引擎对于索引结构的支持情况：

索引	InnoDB	MyISAM	Memory
B+tree索引	支持	支持	支持
Hash 索引	不支持	不支持	支持
R-tree 索引	不支持	支持	不支持
Full-text	5.6版本之后支持	支持	不支持

数据结构

二叉树

假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下：

如果主键是顺序插入的，则会形成一个单向链表，结构如下：

所以，如果选择二叉树作为索引结构，会存在以下缺点：

• 顺序插入时，会形成一个链表，查询性能大大降低。
• 大数据量情况下，层级较深，检索速度慢。

红黑树

红黑树是一颗自平衡二叉树，即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树，结构如下：

由于红黑树也是一颗二叉树，也会存在一个缺点：大数据量情况下，层级较深，检索速度慢。

B-Tree(多路平衡查找树)

B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5个指针：

树的度数指的是一个节点的子节点个数。演示：https://www.cs.usfca.edu/~galles/visualization/BTree.html

特点：

• 5阶的B树，每一个节点最多存储4个key，对应5个指针。
• 一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
• 在B树中，非叶子节点和叶子节点都会存放数据。

B+Tree

B+Tree是B-Tree的变种，以一颗最大度数（max-degree）为4（4阶）的b+tree为例，其结构示意图：

• 绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
• 红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。

演示：https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

B+Tree 与 B-Tree相比，主要有以下三点区别：

• 所有的数据都会出现在叶子节点。
• 叶子节点形成一个单向链表。
• 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

MySQL的B+Tree

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

Hash

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

如果两个(或多个)键值，映射到一个相同的槽位上，他就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

• Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，…）
• 无法利用索引完成排序操作
• 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

索引分类

在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

分类	含义	特点	关键字
主键索引	针对于表中主键创建的索引	默认自动创建，只能有一个	primary
唯一索引	避免同一个表中某数据列中的值重复	可以有多个	unique
常规索引	快速定位特定数据	可以有多个
全文索引	全文索引查找的是文本中的关键词，而不是比较索引中的值	可以有多个	fulltext

在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

分类	含义	特点
聚集索引(Clustered Index)	将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据	必须有，而且只有一个
二级索引(Secondary Index)	将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键	可以存在多个

聚集索引选取规则

• 如果存在主键，主键索引就是聚集索引。
• 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
• 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

• 聚集索引的叶子节点下挂的是这一行的数据。
• 二级索引的叶子节点下挂的是该字段值对应的主键值。

SQL的查找过程(回表查询)

1. 由于是根据name字段进行查询，所以先根据name='Arm’到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
2. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row。
3. 最终拿到这一行的数据，直接返回即可。

这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

索引语法

关键字	描述
index	索引

数据量很大，而且经常被查询的数据表可以设置索引，索引只添加在净长被用作检索条件的字段上面，不要在大字段上创建索引。

• create [ unique | fulltext ] index 索引名 on 表名 (字段...);：添加一个已有表的字段索引，字段可以设置多个，如果只设置一个字段的话，叫单列索引，如果多个字段，叫联合索引。

• alter table 表名 add index [索引名] (字段...);：添加一个已有表的字段索引。

• show index from 表名;：查看一个表的索引。

• drop index 索引名称 on 表名;：删除一个索引。

• 创建表时添加一个字段为索引字段：

create table 表名(
...... ,
index [索引名称] (字段),
...... 
);

-- 创建表时添加一个索引字段
create table t_message(
    id int primary key, -- 主键默认是索引字段
    type ENUM("公告","通报","通知") not null, -- 枚举类型，enum必须大写，三选一
    context varchar(200) not null,
    create_time timestamp not null,
    index idx_type (type) -- 将type字段设置为索引字段
);

-- 查看索引
show index from tb_user;

-- 创建索引
create index idx_user_email on tb_user(email);
create index idx_user_name on tb_user (name);
-- 或者
alter table tb_user
    add index idx_user_name (name);

-- 删除索引
drop index idx_user_name on tb_user;

-- 创建唯一索引
create unique index idx_user_phone on tb_user (phone);

-- 创建联合索引
create index idx_user_pro_age_sta on tb_user (profession, age, status);