mysql索引总结(01)-mysql索引概述

索引概述

索引是数据库中一个非常重要的数据结构，如果没有索引，那么我们查询我们的目标数据，需要全表扫描查找，而有了索引 ，在查询性能上可以有成倍的提升。
就比如我们要在字典上查询某个字，如果一页一页的翻，势必需要很长的时间，但是如果我们知道某种规则比如拼音，那么我们就能快速的定位到我们想要找的内容。数据库的索引也可以看做遵循某种方便我们查询的规则的一个目录。
但是索引也并不是越多越好，合理的索引和优化是使用mysql来查询数据的关键.

索引分类

索引有多重分类，比较常见的有
B+树索引 :基于B+ 树构建的索引结构;
哈希索引 : 基于hash表实现的索引结构;

B+ 树索引

在 mysql-5.5.5 之前，mysql 的默认存储引擎还是myIsam,myIsam最早的时候索引使用的是B树;
我们知道树(tree) 这种数据结构有很多的类别，这些类别都是一点一点演变和为了解决某一个问题的；

二叉搜索树(binary Seach tree)查询的性能非常好，但是可能出现链表退化的问题，导致查询性能变差，树越平衡树的查询性能越好，有了二叉平衡树比如AVL树或红黑树;

而目前数据库中的索引的数据结构比较常用的数据结构是用B+树，简单的了解索引的数据结构，对于如何建立索引或sql查询优化是有很大的帮助的.

B + 树是在B 的结构上演变而来，所以会非常像;

B树[图1]

上图为一各三阶B树，阶可以理解为树的分叉或子节点的个数;

B+树[图2]

上图为一个B+树的结构；

B+树和B树的相同点:
1，节点存储数量量大;一个节点都可以存储多个元素;(不同于二叉搜索树比如红黑树只能每个节点存储一个元素)
2, 搜索性能好;拥有二叉搜索树的性质，并且是平衡树,元素有序排列，查询性能好;

B+树和B树的不同点:
1,最大的特定是在叶子节点上有个左右连接的指针，把所有的叶子节点的数据连接起来;
2，B树的数据是分散在所有节点上的，而B+ 树的所有叶子节点包含了所有的数据，非叶子节点只是为了查询的冗余数据.

那么这个指针的用处是什么呢？
假如我们来做一个简单的sql查询,并且建立了索引;

select age from user where age >10;

因为B+树聚簇索引的数据都是在叶子节点，当通过B+树索引找到叶子节点的要搜索的指定的数据后，要做范围查询，能直接根据指针向前或向后遍历获取要查询的范围数据.

B+树的一个重要的特定是高扇出性，所以能够容纳比较多的数据，同时树 的高度也不会超过4层;

hash索引

hash索引结构

hash索引主要是维护了一个hash表，可以看做是一个定长存储空间的数组。
当建立索引时，比如根据id，mysql内部先对建立索引的数据执行hash函数，生成一个hash值（hash算法生成的一个整数）,由hash值 % hash表长度 = 此索引数据存放的位置;
比如数据索引计算的hash值是 325 ,hash表长度 300 那么 325 % 300 =25，这条索引就存在hash表第24 索引的位置，存储指向数据的磁盘地址;

查询的时候，只需要计算一个查询数据的hash算法的结果，就能快速定位到想要的数据;

hash冲突:可能出现多个数据计算的hash值一样或者计算的最终取模的结果一样，造成索引存储的hash表的槽位一样，这种现象叫hash冲突。mysql 总解决hash冲突的方法是适用链表解决，对hash冲突的数据适用链表连接起来；

hash索引的优缺点
优点
1,查询速度很快，时间复杂度O(1);
缺点
1,不支持范围查询(因为数据存放并不是有序的,具有很大的随机性)
2,可能出现hash冲突的问题