数据库的索引是什么？

官网解释：索引是帮助实现高效获取数据的一种数据结构，就像一本书的目录。

索引常见的几种分类

作用在单列上和作用在多列上，区分单列索引和复合索引。

是否容许值重复，区分普通索引和唯一索引。 普通索引，容许定义的列出现重复值以及空值，该索引的设计目标就是快速查询； 唯一索引，容许重现空值，但不能出现重复的值； 主键索引，特殊索引，不能重复，不能存在空值。 全文检索，MyISAM 引擎中才有的。

mysql 的存储引擎 选择 innodb 才支持索引。

mysql 的 innodb 存储引擎为什么选择B+树，而不是二叉树、二叉平衡树或者B树？

B 树，在存储和查询上，有什么特点？ 二叉树，在存储和查询上，有什么特点？ 二叉平衡树，在存储和查询上，有什么特点？ B+树，在存储和查询有什么特点？ B树和B+树要区别点在哪里？ mysql innodb 存储引擎，期望在数据查询时候能达到什么样效果？

把上述的几个疑问点，把它们整明白了，自然就明白innodb 为什么选择B+树了。

二叉树，在存储和查找上的特点：

如果它左子树不为空，则左子树上的值都小于根节点； 如果它右子树不为空，则右子树上的值都大于根节点； 在它的左、右子树上的查找，都是二叉查找。

二叉树的查找特点是保证每次查找都能减半而减少IO的开销，难点在于根节点存储什么值（存中位数）。二叉树的左右子树不一样高（出现左高右低，或者右高左低，在整个二叉树的查找容易出现不平衡）。

二叉平衡树，在存储和查询上的特点：

二叉平衡树，具备二叉树的特点，二叉平衡树的主要特点是，左子树和右子树的高度最多相差1，在插入数据时候，通过左旋、或者右旋来保证二叉树的平衡。解决了二叉树根节点存储问题。二叉平衡树的查找，接近二分查找，时间复杂度是 O(log2n)。

二叉平衡树的不足之处：

1、时间复杂度和树的高度紧密联系，树的高度很高，时间复杂度很大。百万级别的数据，查询需要0.2s多。

2、二叉平衡树也不支持范围找找，如果要支持范围查找需要从根节点开始遍历，查询效率不高。

思考：

我们要解决数据的存储问题、查找问题。 我们希望二叉树不要过高，通过减少IO开销，以此提高查找效率； 我们希望二叉树在插入的时候依然能保持树的平衡，不会影响二分查找。

从上面2个维度思考

B树

假如key为bigint=8字节，每个节点有两个指针，每个指针为4个字节，一个节点占用的空间16个字节（8+4*2=16）

因为在MySQL的InnoDB存储引擎一次IO会读取的一页（默认一页16K）的数据量，而二叉树一次IO有效数据量只有16字节，空间利用率极低。为了最大化利用一次IO空间，一个简单的想法是在每个节点存储多个元素，在每个节点尽可能多的存储数据。每个节点可以存储1000个索引（16k/16=1000），这样就将二叉树改造成了多叉树，通过增加树的叉树，将树从高瘦变为矮胖。构建1百万条数据，树的高度只需要2层就可以（1000*1000=1百万），也就是说只需要2次磁盘IO就可以查询到数据。磁盘IO次数变少了，查询数据的效率也就提高了。

B树，是一种多叉树平衡树。

B树，在存储和查找上的特点：

1、B树的节点中存储着多个元素，每个内节点有多个分叉。

2、节点中的元素包含键值和数据，节点中的键值从大到小排列。也就是说，在所有的节点都储存数据

3、父节点当中的元素不会出现在子节点中。

4、所有的叶子结点都位于同一层，叶节点具有相同的深度，叶节点之间没有指针连接。

B树的不足：

1、B树不支持范围查找，

2、data块存储行记录，如何一个表列很多，占用空间很大，一页中存储的数据量就很少，树的高度会增加，查询效率降低。

B+树

1、B树：非叶子节点和叶子节点都会存储数据。

2、B+树：只有叶子节点才会存储数据，非叶子节点至存储键值。叶子节点之间使用双向指针连接，最底层的叶子节点形成了一个双向有序链表。

B+树的最底层叶子节点包含了所有的索引项。B+树在查找数据的时候，由于数据都存放在最底层的叶子节点上，所以每次查找都需要检索到叶子节点才能查询到数据。所以在需要查询数据的情况下每次的磁盘的IO跟树高有直接的关系，但是从另一方面来说，由于数据都被放到了叶子节点，所以放索引的磁盘块所存放的索引数量是会跟着增加的，所以相对于B树来说，B+树的树高理论上情况下是比B树要矮的。也存在索引覆盖查询的情况，在索引中数据满足了当前查询语句所需要的全部数据，此时只需要找到索引即可立刻返回，不需要检索到最底层的叶子节点。

innodb 的索引优化

1、避免回表

2、联合索引使用