mysql索引深度学习

索引是什么？

索引是一种用于加快查询和索引的数据结构，其本质上就是一种排序好的数据结构，就类似书的目录。

索引的底层有多种实现的结构：b树，b+树，Hash，红黑树。InnoDB和MyISAM的索引都是通过b+树实现的。

索引的优缺点

优点

1.使用所以可以大大提高检索的速度(大大减少检索的数据量)，这就是创建索引的主要原因。

2.我们可以创建唯一性索引，可以实现保证每行数据的唯一性。

缺点

1.创建和维护索引需要大量的时间，当对表中的数据进行增删改时如果存在索引，则也需要对索引进行修改，这会降低SQL语句的速率。

2.索引也需要物理储存，会消耗一定量的空间内存。

索引底层数据结构的选型

Hash表

使用键值对的方式储存数据，通过hash函数(通过对地址进行取模操作)计算数据储存的索引，通过索引确定位置并储存数据。

hash表存在hash值冲突的问题：两个不相同的数据可能存在相同的hash值。

为了解决这个问题，我们使用拉链法，将hash值相同的数据，在其对应的位置使用链表进行储存。

从而解决hash冲突的问题。

但是innodb没有采用hash表，因为hash表不支持顺序和范围查询，并且每次IO只能返回一个数据。 

SELECT * FROM table WHERE id < 500;

如果此时索引使用的hash表的结构，那么它需要将1~499的数据使用hash函数定位出来，效率十分低下。

二叉搜索树

特点：每个节点都符合：左边节点的值都小于当前节点，右边节点的值都大于当前节点。

在理想条件下，节点的左子树的深度和右子树的深度差不会超过一层，此时的时间复杂度为O(logN)，而当插入的数据为递增或递减的情况时(斜树)，结构就会变成链表的结构，此时的时间复杂度为O(N)，效率就大大降低。

但是innodb没有采用二叉搜索树，因为二叉搜索树极度依赖其平衡性，太不稳定了。

AVL(平衡二叉搜索树)

其结构就是一直保持左右子树的高度差为1以内的二叉搜索树。为了解 决二叉搜索树变为链表的情况。

主要通过四种旋转操作控制二叉树的平衡，LL,RR,LR,RL。

在数据的储存上需要频繁依赖旋转操作来保持平衡，需要巨大的计算开销从而影响性能，因为在每个节点上只能储存一个数据，而每次进行IO操作时只能获取一个数据，如果需要查询的数据存在于多个节点上，我们就要多次使用IO操作，非常的耗时(IO操作是非常耗时的)，所以innoDB没有使用AVL作为数据结构。 

红黑树

红黑树的特点：

1.节点只能为黑色或红色。

2.叶子节点为黑色。

3.根节点到各个叶子节点的黑色节点的个数是相同的。

4.根节点为黑色。

5.节点为红色，则其父节点为黑色，子节点为黑色。

红黑树的是出现就是为了解决AVL频繁旋转的问题。 

因为红黑树的平衡较弱,其要求就是左右子树的高度在两倍以下，可能会导致树的高度较高，查找次数增多，可能导致一些数据需要多次IO操作才能得到，效率会变的低下，所以innoDB没有使用改数据结构。

B树和B+树(多路平衡查找树)

为了解决红黑树的高度高导致的查询速度慢的问题，我们就使用B树和B+树，它们就是多叉搜索树。

B树的特点: 在数据量相同的情况下，平衡二叉查找树的高度要大于B树的高度。

B树的结构

 

B+树的结构

B树和B+树的区别

1.B树的子树数量等于关键字的数量 + 1，2.B树的叶子节点是独立的，而B+树的叶子节点则是使用双向链表进行关联的。

3.B树的所有节点都可以存放key和data，而B+树只有在叶子节点才能存放key和data。
 

InnoDB和MyISAM的索引为什么都是使用B+树实现的呢?

储存相同数据的时候，AVL树的高度比B树要高，所以器其对应的IO的操作次数也更多，为了减少IO的操作次数，我们使用B+树实现索引。

主索引(primary key)

主索引也叫主键。 

在mysql的InnoDB中，如果在表中没有设置主键，InnoDB会自动检查表中是否有唯一索引且没有null值的字段，如果有的话，就会将该字段设置为主索引，如果没有找到自动创建一个6Byte的自增主键。

二级索引

通过二级索引，我们可以确定主键的位置，因为二级索引的叶子节点储存的数据就是主键。

二级索引有: 唯一索引，普通索引，前缀索引，全文索引。

二级索引的种类和作用 

唯一索引: 唯一索引是一种约束，其的作用就是唯一索引的属性列中的数据不能重复，但是其可以为null，用于实现数据的唯一性，在一张表中可以设置到多个唯一索引。

普通索引:用于加快数据的查询速度，在一张表中可以设置多个普通索引。

前缀索引:适用于字符串类型的数据，就是去字符串前缀几个字符作为索引，比普通索引建立的数据更小。

全文索引:全文索引主要是为了检索大文件数据中的关键字的信息。

聚簇索引(聚集索引)

索引的结构和数据一起存放的索引，并不是一种单独的索引类型，InnoDB的主键就是使用聚簇索引。

聚簇索引的优缺点

优点

1.查询速度非常快：因为整个结构就是B+树，所以查询速度非常快，相比于非聚簇索引，聚簇索引少一次IO操作。

2.对排序查找和范围查找优化。

缺点

1.依赖于有序的数据：因为B+树的原因，如果数据无序的情况，在数据插入的时候需要进行排序，效率就很低。

2.更新代价大：因为结构和数据存放在一起，所以在修改的时候更新代价大。

非聚簇索引(非聚索引)

索引的结构和数据不是存放在一起的索引，并不是一种单独的索引类型，二级索引就是非簇索引，MyISAM的主键和非主键都是使用非聚簇索引。

非聚簇的优缺点

优点：更新代价比聚簇索引小。

缺点

1.依赖于有序的数据，其结构是B+树。

2.可能需要二次查询(回表):这是非聚簇索引的最大缺点，当查询到对应的指针或主键后，还需要根据指针或主键再到文件或表中查询。

 

非簇索引一定会进行回表吗？

不一定，当一个索引包含(覆盖)了需要查询字段的所有值的时候,就不需要进行回表操作了。

 SELECT name FROM table WHERE name='guang19';

此时如果字段name正好建立了索引，此时索引包含了所有需要查询的字段，并且不会进行回表操作。

总的来说，如果一个索引包含了所有需要查询的字段的时候(也就是覆盖索引)，就不需要回表操作。

 

覆盖索引和联合索引 

 覆盖索引

覆盖索引：查询的所有字段正好是索引的字段，那么直接根据索引查询出数据，无需进行回表操作。

联合索引

联合索引：使用表中多个字段创建索引，该索引就叫作联合索引或组合索引或复合索引。

 

索引下推

索引下推是mysql5.6之后提供的一项索引优化功能，可以在非聚簇索引遍历过程中，对索引包含的字段先进行判断，过滤不符合条件的记录，减少回表的次数。