MySql索引
目录
1.索引
1.1基本内容
1.1.1类型
1.1.2创建
1.1.3查看
1.1.4删除
1.2底层内容
1.2.1B+树
1.3使用方式
1.3.1聚簇索引
1.3.2非聚簇索引
1.3.3总结
1.4创建原则
1.索引
MySQL当中的索引是一种数据结构，用于帮助用户快速查询数据库当中的内容，即数据库存储引擎为表中的数据所建立的一个目录。
1.1基本内容
1.1.1类型
- 主键索引（Primary Key Index）：主键索引是一种特殊的索引，用于唯一标识表中的每一行数据。每个表只能有一个主键索引，并且主键值在整个表中必须是唯一的，不允许有NULL值。
- 唯一索引（Unique Index）：唯一索引要求索引列中的值是唯一的，但允许有一个NULL值。一个表可以有多个唯一索引，但通常情况下，每个索引列应该只包含一个唯一索引。
- 普通索引（Non-Unique Index）：普通索引是最常见的索引类型，它允许索引列中有重复的值。它可以显著加速数据检索，但不要求列中的值是唯一的。
- 全文索引（Full-Text Index）：全文索引用于全文搜索，适用于包含大量文本数据的列，如文章内容或产品描述。它允许通过自然语言进行关键词搜索，并且支持全文搜索相关的操作。
- 组合索引（Composite Index）：组合索引是由多个列组合而成的索引，它可以包含两个或更多的列。组合索引可以更好地支持联合查询，提高多列条件搜索的性能。
1.1.2创建
我们创建表，为表中信息添加主键、唯一键和外键形容时，数据会会自动的针对指定字段创建索引。我们创建表时，可以使用index关键字进行普通索引的声明；我们修改表结构时，也可以给指定的字段添加索引。
我们创建表student，并为sn和name添加主键约束和唯一键约束，具体表结构内容如下：
1.1.3查看
查询索引有三种方法，分别是：
show index from 表名以及
show keys from 表名需要注意的是：查询时，显示到的信息可能较为杂乱，我们可以在后面跟注\G来让信息显示有序。
或者最基本的：
desc 表名使用desc关键字来查看表结构，不过这样查看信息会稍显简略。
其中，使用show index和show keys得到的查看结果如下：
当我们在表之后添加\G之后，显示得到结果如下：
可以较为明显的查看出各项索引的每位关键信息。
1.1.4删除
删除可以通过两种方式来完成，首先第一种是drop关键字：
drop index 索引名 on 表名;第二种是通过修改表结构来完成索引的删除，即使用alter关键字：
alter table 表名 drop index 索引名;值得注意的地方是，当我们需要删除主键索引的时候，不需要纠结于主键索引的名称，因为其只存在一份，故删除时不指明索引名称，也不会产生任何歧义。具体的删除主键字段如下：
alter table 表名 drop primary key;1.2底层内容
我们创建表之后，可以使用show create字段来查看创建表时候的信息如下：
而在InnoDB存储引擎当中索引的数据结构采用的便是：B+树。
1.2.1B+树
B+树的本质上是一种多叉树，特别适用于磁盘存储和范围查询。其在据库管理系统中用于实现索引结构，可以快速地定位和检索数据，提高数据库查询性能。
B树
B+树
可以通过下述网站查看B树和B+树的演化过程：
Data Structure Visualization (usfca.edu)
https://www.cs.usfca.edu/~galles/visualization/Algorithms.html在B+树当中，只有叶子节点存放具体的数据内容，其余节点存放的内容为索引信息。这也是B+树和B树最大的区别，B树并不设置单独的索引内容，它的全部节点皆是存放的数据内容。
针对B树和B+树，每个节点都存放至少两个指针，即左指针和右指针，左右指针域分别代表小于和大于本节点的数据。这代表B树和B+树具备平衡搜索树的特性。
其次，B+树当中的叶子节点通过一个链表连接，使得范围查询更高效，因为可以直接遍历链表来获取范围内的数据。而B树并不存在链表连接叶子节点。
最后，让我们思考一个问题，即为什么在数据库底层存储索引的数据结构要使用带索引的B+树，而非仅有数据内容构成的B树？
这个问题的答案我们可以从多个角度来进行探讨：
- 更适合磁盘存储：B+树相比于B树有更好的磁盘存储性能。B+树的非叶子节点只存储索引键值，而实际数据都存储在叶子节点中，且叶子节点形成一个有序链表。这样，B+树的叶子节点在磁盘上是连续存储的，减少了磁盘IO次数，提高了查询性能。而B树的每个节点都包含实际数据，导致节点大小较大，可能导致频繁的磁盘读写，影响性能。
- 范围查询性能：B+树由于有序性和叶子节点的链表结构，更适合执行范围查询操作。在B+树中，通过遍历叶子节点链表即可获取指定范围内的数据。而在B树中，由于非叶子节点也包含实际数据，范围查询可能需要多次磁盘访问，性能较低。
- 更高的节点利用率：B+树通过将实际数据仅存储在叶子节点中，使得非叶子节点可以存储更多的索引键值。这样可以减少树的高度，降低了查询所需的IO次数，提高了查询性能。而B树的非叶子节点存储实际数据，节点大小受限，可能导致树的高度较高，性能受影响。
- 简化索引维护：在B+树中，插入和删除操作只涉及到叶子节点的调整，非叶子节点不需要更新实际数据。这样使得索引的维护更加简单高效。而在B树中，插入和删除操作可能涉及到非叶子节点的更新，增加了维护的复杂性。
所以，综上所述，B+树相比于B树更适合作为数据库底层存储索引的数据结构，因为它能更好地利用磁盘存储，提供更高的查询性能，并简化索引的维护过程。这些优势使得B+树成为数据库系统中最常见的索引结构之一。
1.3使用方式
在默认的InnoDB存储引擎当中，默认使用的索引使用方式是聚簇索引；在MyISAM存储引擎当中，默认使用的索引使用方式是非聚簇索引。
1.3.1聚簇索引
在MySQL中，聚簇索引是一种特殊类型的索引，它将数据行存储在索引的叶子节点中，而不是存储在独立的数据页中。这使得索引和数据行紧密集成在一起，形成一个聚簇结构。聚簇索引在数据库表中只能有一个，通常是表的主键或唯一约束。
在聚簇索引当中索引数据和用户数据是存放在一起的，并且一张表只能有一个聚簇索引，且聚簇索引数据与索引物理存储顺序保持一致（有序）。
在表中除了聚簇索引还有辅助索引，而在聚簇索引类型中，辅助索引的叶子节点中存放的并不是用户数据，而是聚簇索引的键值。
1.3.2非聚簇索引
在MySQL中，非聚簇索引是相对于聚簇索引而言的。非聚簇索引将索引和实际数据行分开存储，将索引键值存储在索引的叶子节点中，而实际数据行存储在独立的数据页中。与聚簇索引不同，一个数据库表可以拥有多个非聚簇索引。
在非聚簇索引当中索引数据和用户数据是分离存储的，索引的叶子节点中存储的是数据的地址，因此索引的顺序，与数据在物理磁盘的实际存储顺序不一致。
在非聚簇索引当中的辅助索引，其和主键索引并无任何区别，都是叶子节点中存放数据的地址。
1.3.3总结
- 如果经常需要范围查询或者需要频繁访问特定范围的数据行，聚簇索引可能更为高效。
- 如果需要频繁进行特定键值查找，且插入和更新操作较为频繁，非聚簇索引可能更为合适。
- 在某些情况下，可以同时使用聚簇索引和非聚簇索引来满足不同类型的查询需求。
1.4创建原则
- 比较频繁作为查询条件的字段应创建索引；
- 更新较为频繁的字段不适合创建索引，会造成过分内存开销；
- 唯一性太差的字段不适合作为索引，即使频繁作为查询条件；
- 在where子句中不出现的字段不该创建索引。