大家好，今天我给大家讲讲关于MySQL数据库索引相关的一些内容，会涉及到一些原理性的东西，如果有错误，欢迎批评指正，共勉。
讲解内容
什么是索引？
我们一直在说索引索引，这到底是个什么东西？我们在阅读一本书的时候通常会看他的目录有些什么内容，通过目录可以快速定位到我们感兴趣的知识点，这是不是比一页一页翻速度快很多，类似于目录的东西我们就叫做索引。
在数据库中，动不动就是几千万条数据，通过索引，我们可以大大降低查询的时间。这也是通常招聘要求类似于一些 "了解SQL优化，数据库原理" 等的一部分内容。同样一条SQL语句写出来，有的查询时间可能是10多秒（这是不能忍受的），但是如果了解索引等相关概念，有的查询时间就有可能降低几千倍。下面我们就慢慢了解吧！
索引中常见的数据结构模型
哈希表
哈希表：这是一种插入和查找时间复杂度都为O(logN)的数据结构，大部分语言都提供了对哈希表的实现，比如Java的HashMap，高性能的键值对，通过对键进行哈希函数计算，将值映射到指定的区域，取的时候可以对键再次进行Hash，然后得到结果就可以到这个区域进行取数据。
不难想到，无论你的哈希函数设计的有多好，都有可能产生哈希碰撞，那么如何解决这个问题呢？
- 拉链法，这是MySQL数据库中使用的，将冲突的键所对应的值通过一根单链表进行存储（长度太长也不行，Java中是转换为了红黑树，以致于不让查找退化为线性时间）。
- 开放定址法（线性探测法）：f(val) mod {1,2,3....len-1}，冲突了怎么办，一次选择集合中的树，线性的寻找下一个空的位置，因此开放定址法也称为线性探测法，那么你可能会有个问题，我集合内只能是递增序列吗？如果在我前面才有空位置怎么办？所以你可以使用{1^2,-1^2,2^2,-2^2....}这种我们称为二次探测法，也可以通过随机数生成，称为随机探测法。
- 再哈希法：碰撞了怎么办？顾名思义，我准备n多个哈希函数，换一个哈希函数再试。
- 建立公共溢出区：将碰撞的数放入另一块空间，查找的时候判断是否相等即可
有可以O(1)时间复杂度寻找到指定数，缺点就是不能范围查找必须得遍历哈希表。
有序数组
这个就比较简单了，我把数据按照顺序进行排列，然后使用二分进行查找。
可以按范围查找，也可以O（1）时间复杂度寻找到数据，那这个数据结构是不是很好啊？他也有缺点，就是你删除/删除会让后面的数据挪动，这个时间复杂度在O（N）。
B+数
B+树是在二叉搜索树的基础上演变而来，将有序数组按照树形结构组织，小的在根节点左边，大的在根节点右边，但是也有一个问题，通常数据量很大的时候比如1000万，全部加载进入内存，这个占用的空间大小不是可忍受的，然后试图将其存入硬盘，但是这又带来一个问题，磁盘的读写速度比内存的低几千倍，一次IO时间大概在10ms，如果树高为100，那么100次IO带来1s时间损耗，这顶不住啊，所以尝试将二叉树变为多叉树，一个节点也可以存储多个数据，降低树的高度。这样就出现了B树的概念，后来又在B树的叶节点上进行双向链表操作，让其支持范围查找，就出现了B+树。
B+树在MySQL有举足轻重的作用，如果你有时间的话，可以自己尝试实现一下B+树，加深对于B+树的理解，这对于后续学习和优化SQL都有帮助的。
Innodb选用的数据结构模型
哈希表：只能用来做等值索引，一些模糊查找就不支持，比如查找一个字符串'abc'，可以直接找到对应的位置。在innodb存储引擎中，哈希索引是自适应的，不需要DBA去进行管理的。
B+树索引
聚簇索引（clustered index），对于MySQL中的一张表，对于主键默认会创建一个聚簇索引，会将所有的列数据存放在叶子节点中，非叶子节点中只存储范围信息。
非聚簇索引（secondary index也叫辅助索引），叶子节点中并不会存储全部数据，只会保存创建辅助索引列的数据以及对应的主键id,如果使用到了辅助索引，但是想要的数据没有，这就需要再根据主键去聚簇索引中再搜索一次，这个过程我们称为回表，其他结构和聚簇索引类似。
对于辅助索引，创建多个列我们称为联合索引，其中保存了多个列的数据。
索引优化
上面都是介绍了一些基础概念，我们真正需要了解的是下列这些优化手段，但是了解下列这些优化手段又需要上述知识来做铺垫。
覆盖索引
如果我们要想查找的数据，在叶节点中全部都能找到，而不需要回表的情况我们称为覆盖索引，这减少了一次树的搜索过程，在数据量大的情况下，性能提升还是非常明显的。
最左前缀原则
对于联合索引 idx_abc，我们对a，b，c列创建了索引，且顺序是abc，如果查询的条件是按照从a开始，顺序使用索引，我们就可以利用上这个联合索引快速找到我们想要的数据，但是如果你不按顺序使用比如ac，那么就只能使用索引a，使用不了索引c，这是为什么呢？因为节点中的列是全局有序而局部无序的。
(1,2,1),(1,2,2),(1,5,1) (2,4,1)(2,6,3)
你会发现11122是全局都有序的，索引我们从a开始使用索引是可以的，然后开始顺序使用b索引225,46你会发现这些是局部有序的，且基于前一个索引a，才能达到这种局部有序。
所以你直接ac，是达不到全局有序的，你搜索到了a，然后又想去使用c，121，他并不是有序的所以使用不到索引二分。
小节，我们创建索引一定要根据具体的业务逻辑上，最左前缀原则表明了你能不能使用索引中的多个列，使用的列越多，你查询的速度就越快。
索引下推
这个功能是MySQL5.6才推出的。
如果我们在索引中找不到想要的数据时，就会根据主键id进行回表查询。那么如果我有一个索引idx_ab，和一个查询条件
select a,b,c from t where a like '张%' and b =2 and c=1
这里加入索引寻找到姓张的有4条记录，然后c在索引中没有，就会回表去查询这5条记录（并不会去看b的值），索引下推是根据索引中条件直接对不满足的记录不回表，比如这里4条记录需要回表4次，这里我可以根据b列提前判断，如果满足b列的只有两人，那么就可以减少回表两次（也就是减少两次树的搜索）。
全文索引
是对于 a like '%张%'在所有记录都能搜索到的技术。之前的MySQL是不支持的，但是最新的支持。这并不是面试的重点，因为有别的引擎专门做这个，比如es。
索引失效
其中几个重点
- 使用函数对字段进行计算，会让索引失效（类型转换也是隐式调用函数，以及运算符运算）
- 使用or运算符，但是并不是只要用到了or就会失效，比如有索引a，查询条件为a = 1 or b =2 这里的b不是索引列，就会失效。因为innodb知道a是索引列可以走索引，走了之后b始终要回表且全表扫描，这还不如直接全表扫描呢。
- 最左前缀匹配原则
小节
大概讲了一些跟MySQL索引相关的内容，知识面还是很多，可能不是很深入。但是基本原理都是如上所述，如果有兴趣可以再自己深入了解一下。
参考
《MySQL45讲》
《Innodb存储引擎》
《大话数据结构》
