04 | 深入浅出索引（上篇）
简单来说，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
实现索引的方式有多种，常见的数据结构有哈希表、有序数组和搜索树。
哈希表
是一种以键-值（key-value）存储的数据结构，我们只需输入待查找的值key，即可找到其对应的值value。哈希的思路是把值存放在数组里，通过一个哈希函数把key换算成一个特定的位置，然后把value放在数组的这个位置。
不可避免多个key值经过哈希函数的换算会出现同一个值的情况，我们可以拉出一个链表来处理此类问题，如图所示。
User2和User4根据哈希函数算出来的值都是N，我们只需按顺序遍历即可找到需要的结果。
优点是：图中四个ID_card_n的值不是递增的，更新新的User时速度会很快，只需往后追加。缺点是：由于不是有序的，所以用哈希索引做区间查询会很慢。
有序数组
在等值查询和范围查询场景中的性能表现非常优秀。还是上面这个根据身份证号查名字的例子，如果我们使用有序数组来实现的话，示意图如下所示：
缺点在于往中间更新数据会非常麻烦，需要挪动后面所有数据，这也是数组的通病。因此，有序数组索引只适用于静态存储引擎，比如你要保存的是2022年某个城市的所有人口 信息，这类不会再修改的数据。
二叉搜索树
二叉搜索树的特点是：每个节点的左儿子小于父节点，父节点又小于右儿子。
这样如果你要查ID_card_n2的话，按照图中的搜索顺序就是按照UserA ->UserC->UserF ->User2这个路径得到。这个时间复杂度是O(log(N))。这棵树是平衡二叉树，更新的时间复杂度也是O(log(N))。
二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。
为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N叉”树。这里，“N叉”树中的“N”取决于数据块的大小。以InnoDB的一个整数字段索引为例，这个N差不多是1200。这棵树高是4的时候，就可以存 1200的3次方个值。
在Mysql中，索引在存储引擎层实现的，所以没有统一的索引标准。即不同存储引擎的索 引的工作方式并不一样。我们以InnoDB为例，介绍其索引模型。
InnoDB的索引模型
在InnoDB中，表都是根据主键顺序以索引的形式存放，这种存储方式的表称为索引组织表。InnoDB使用B+树索引模型，所以数据都是存储在B+树中，每一个索引对应在InnoDB中就对应着一颗B+树。
假设，我们有一个主键列为ID的表，表中有字段k，并且在k上有索引。
mysql> create table T(
id int primary key,
k int not null,
name varchar(16),
index (k))engine=InnoDB;
表中R1~R5的(ID,k)值分别为(100,1)、(200,2)、(300,3)、(500,5)和(600,6)，两棵树的示例示意图如下。
从图中不难看出，根据叶子节点的内容，索引类型分为主键索引和非主键索引。
主键索引的叶子节点存的是整行数据。在InnoDB里，主键索引也被称为聚簇索引（clustered index）。
非主键索引的叶子节点内容是主键的值。在InnoDB里，非主键索引也被称为二级索引 （secondary index）。
基于主键索引和普通索引的查询有什么区别？
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。
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。
索引维护
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。
由于InnoDB是索引组织表，一般情况下我会建议你创建一个自增主键
NOTNULL PRIMARY KEY AUTO_INCREMENT
自增主键的插入数据模式，正符合了我们前面提到的递增插入的场景。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。
