04 | 深入浅出索引（上）索引就是为了提高数据查询的效率，就像书的目录一样。只适用于等值查询的场景，对于范围查询只能

索引就是为了提高数据查询的效率，就像书的目录一样。

索引的常见模型

哈希表
- 只适用于等值查询的场景，对于范围查询只能走全表扫描。
有序数组
- 等值查询和范围查询场景中的性能都非常好。
- 插入性能太差。所以适合静态存储引擎，如2017年城市人口信息。
二叉树
- 查询复杂度是O(log(N))
- 二叉树的搜索效率是很高的，但是大多数的数据库存储不会用二叉树。因为索引不止存在内存中，还要写到磁盘上。想象一棵100万节点的平衡二叉树，树高20，一次查询可能需要访问20个数据块。从磁盘随机读一个数据块就需要10ms左右的寻址时间，那么20个数据块的访问时间就会达到200ms。

在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。

在InnoDB中，索引使用B+树的索引模式。B+ 树能够很好地配合磁盘的读写特性，减少单次查询的磁盘访问次数。

左边是主键索引，右边是普通索引。主键索引的叶子节点存的是整行数据，普通索引的叶子节点存的是主键的值。

如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；
如果语句是 select * from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表。

也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

B+ 树为了维护索引有序性，在插入新值的时候需要做必要的维护。以上面这个图为例，如果插入新的行 ID 值为 700，则只需要在 R5 的记录后面插入一个新记录。如果新插入的 ID 值为 400，就相对麻烦了，需要逻辑上挪动后面的数据，空出位置。

而更糟的情况是，如果 R5 所在的数据页已经满了，根据 B+ 树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。在这种情况下，性能自然会受影响。

所以使用自增主键的重要性就体现在这里了。每次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。

显然，主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。