关于索引有哪些问题？

对于学习计算机理论知识而言，最好的方式就是问自己几个问题，然后去思考，搜索从而找出问题的答案。

1.索引是什么呢？

数据库索引是一种数据结构，它以维护索引数据结构的额外写操作和存储空间为代价，提高了对数据库表进行数据检索操作的速度。索引用于快速定位数据，而不必每次访问数据库表时都在数据库表中搜索每一行。可以使用数据库表的一列或多列来创建索引，这为快速随机查找和有效访问有序记录提供了基础。

​ --Wiki翻译版

对于相关专业的人来说，这个问题很好回答。我们在理解上可以认为索引就是类似于字典目录一样的东西，通过它可以快速定位到数据。

2.索引的数据结构是什么呢？

在MySQL中使用的数据结构为B+树作为索引，我们可以简单来分析下为什么要使用B+树作为索引呢？

前提假设你知道二叉树的基本知识：左小右大，无节点相等

• 假如使用二叉树作为索引，这样做的不好处是，会形成一个极端的查询树

  
  
  极端二叉树

• 使用AVL树的作为索引，这样做的不好处是，它是一个平衡二叉树，当对数据进行一些删除增加操作的时候，AVL树会使用旋转的方式来调整树结构。这样来看，维护这颗树的代价过于高昂。

• 使用红黑树最为索引，这样做的不好处

  • 从存储的基本单位来说，计算机存储分配都是按页对齐的，数据库系统巧妙的设计了磁盘的预读原理，一次IO最好能读一页的内容。但是对于红黑树而言，它的一个父节点最多只有两个子节点，包含的数据不够一页的内容，而且深度过高，会到这IO次数频繁。所以红黑树这种数据结构应用场景适合在内存中，比如HashMap的查询结构中使用。

• 使用B树作为索引，和B+树相比这样的不好处是

  B树和B+树最重要的一个区别就是B+树只有叶节点存放数据，其余节点用来索引，而B树是每个索引节点都会有Data域。

  一次读写IO的数据量是一定的，就是说，当B树中携带数据的时候，一次读写的索引数远小于不B+树。

  另一个优点是，B+树有个优化，将所有的叶子节点用指针串起来。这样遍历叶子节点就能获得全部数据，这样就能进行区间访问。

这就是为什么使用B+树作为索引的原因。

3.既然Hash所以查询速率只有O(1)，为什么不使用？

1.Hash索引在最好的情况下会是O(1)的查询效率，但是当一些极端情况下，也会导致大量数据存在一个Bucket中，所以查询速率不一定比B+树快。

2.Hash索引不能进行范围查询，不能进行排序。

3.Hash索引不能进行组合索引中的部分索引查询。

4.不能避免表扫描，因为通过Hash值查找到链表之后，还是得通过实际值对比才能确认。

4.位图索引是什么？

位图索引和布隆过滤器的设计结构有点相似，简单来说就是使用0 1的方式来进行数据类型或者值的判定。由于这种特性，位图索引在进行读写操作的时候，必须严格使用强锁进行操作。所以它的一个缺点就是不适合高并发的操作下的数据库读写操作。适合统计运算较多。

5.密集索引和稀疏索引的区别是什么？

1.密集索引文件中的每个搜索码值都对应一个索引值。

密集索引决定了表中的物理排列顺序。在InnoDB中有且只有一个密集索引，主键被定义了，主键就是唯一索引。若没有唯一非空索引，InnoDB内部就会生成一个隐藏主键。

select * from person where id = 7;

例如之上的sql语句就会直接走密集索引查询到相关的行。

稀疏索引查询的流程是先查找到它的id，然后再去密集索引查找到具体的行。例如：

select * from person where age=18;

在查询的内部操作中，是先查找到age=18对应的所有数据的id，然后再走密集索引的方式查找的所属的行。

6.联合索引最左匹配原则的成因？

最左前缀匹配原则，非常重要的原则，MySQL会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。=和in可以乱序，比如a = 1 and b = 2 and c = 3建立(a,b,c)索引可以任意顺序，MySQL的查询优化器会帮你优化成索引可以识别的形式。

联合索引最左匹配原则的成因是因为，联合所以需要在第一个索引字段上进行排序，在第一个字段的基础上对第二个字段进行查找。所以第二个字段是用不到索引的。

7.索引是建立的越多越好么？

数据量小的表不需要建立索引，建立所以会增加开销。