这是我参与「第五届青训营 」伴学笔记创作活动的第 15 天

1. 索引优点与使用场景

索引的优点：

1. 索引大大减少了服务器需要扫描的数据量
2. 索引可以帮助服务器避免排序和临时表
3. 索引可以将随机 I/O 变为顺序 I/O

索引的使用场景：

• 对于非常小的表，大部分情况下全表扫描效率更高。
• 中到大型表，索引非常有效。
• 特大型的表，建立和使用索引的代价会随之增大，可以使用分区技术来解决。

**索引的类型：**索引很多种类型，是在MySQL的存储引擎实现的。

• 普通索引：最基本的索引，没有任何约束限制。
• 唯一索引：和普通索引类似，但是具有唯一性约束，可以允许有空值。
• 主键索引：特殊的唯一索引，不允许有空值。

索引的区别：

• 一个表只能有一个主键索引，但是可以有多个唯一索引。
• 主键索引一定是唯一索引，唯一索引不是主键索引。
• 主键可以与外键构成参照完整性约束，防止数据不一致。
• 联合索引：将多个列组合在一起创建索引，可以覆盖多个列。（也叫复合索引，组合索引）
• 外键索引：只有InnoDB类型的表才可以使用外键索引，保证数据的一致性、完整性、和实现级联操作（基本不用）。
• 全文索引：MySQL自带的全文索引只能用于MyISAM，并且只能对英文进行全文检索 （基本不用）

MyISAM索引与InnoDB索引的区别？

• InnoDB索引是聚簇索引，MyISAM索引是非聚簇索引。
• InnoDB的主键索引的叶子节点存储着行数据，因此主键索引非常高效。
• MyISAM索引的叶子节点存储的是行数据地址，需要再寻址一次才能得到数据。
• InnoDB非主键索引的叶子节点存储的是主键和其他带索引的列数据，因此查询时做到覆盖索引会非常高效。

2. B+ 树索引

二分查找法

• 将一组数据先升序排序，然后每次比较中点位置的值；若大于则在右半区间查找，否则在左半区间查找。

二叉查找树

• 二叉查找树中，左孩子的值总是小于父亲的值，右孩子的值总是大于父亲的值。
• 二叉查找树可能会不平衡，变成链表。

平衡二叉树

• 符合二叉查找树
• 必须满足任何节点的两个子树的高度之差小于等于1 维护一棵平衡二叉树，需要经常性的旋转操作，开销较大。

B+ 树 由 B 树和索引顺序访问方法 (ISAM) 演化而来。 最下面一层用于存放数，叫做 Leaf Page；上面几层存放索引，叫做 Index Page。 Leaf Page 之间通过双向链表连接起来。

插入操作 平衡扩张

1. Leaf 未满，Index 未满： 直接将记录插入到叶子节点的相应位置中。

2. Leaf 满了，Index 未满： 需要拆分 Leaf Page。将目标页的中间节点放入 Index 中。小于中间节点的放左边 Page；大于等于的放入右边 Page。

3. Leaf 满了，Index 满了： 需要拆分 Leaf Page 和 Index Page。先按 2 操作，然后再防止 中间节点。将Index Page 的中间节点放入上一层的 Index Page。小于中间节点的放左边 Page；大于等于的放入右边 Page。

旋转操作 当前Leaf Page满了，而其左右兄弟 Leaf Page 未满时，进行旋转操作。 将记录移动到其兄弟节点上，并重新更新 Index Page。

删除操作 使用填充因子来控制删除操作，填充因子最小值是 50%。 填充因子 = 有数的节点数目 / 总节点数目。

1. Leaf 不小于 填充因子，Index 不小于 填充因子 1.1 要删除的数据不是第一个，直接删除 1.2 要删除的数据是第一个，删除后，更新 Index Page
2. ......

在数据库中 B+ 树的高度一般在 2 — 4 层。

2.1. 聚集索引

聚集索引就是按照每张表的主键构造一棵 B+ 树，叶子节点中存放的是整张表的行记录数据。也将聚集索引的叶子节点叫做数据页。 每张表只有一个聚集索引。聚集索引并不是物理上连续的，而是逻辑上连续的。

优点

1. 减少磁盘IO
2. 数据访问更快
3. 使用覆盖索引扫描的查询可以直接使用页节点中的主键值
4. 对于主键的范围查找和排序查找速度非常快。

缺点

1. 插入速度依赖与插入顺序
2. 更新索引的代价很高
3. 页分裂问题
4. 二级索引变大，因为与主索引有关
5. 二级索引查找的次数不只一次

2.2. 辅助索引 (非聚集索引)

辅助索引的叶子节点不包括行记录的全部数据，包含一个键值和书签。 当使用辅助索引来查询数据时，会先通过辅助索引找到指向聚集索引的主键，然后再通过聚集索引来找到完整的记录。

2.3. 联合索引

索引匹配的最左原则具体是说，假如索引列分别为A，B，C，顺序也是A，B，C：

• 那么查询的时候，如果查询【A】【A，B】 【A，B，C】，那么可以通过索引查询
• 如果查询的时候，采用【A，C】，那么C这个虽然是索引，但是由于中间缺失了B，因此C这个索引是用不到的，只能用到A索引
• 如果查询的时候，采用【B】 【B，C】 【C】，由于没有用到第一列索引，不是最左前缀，那么后面的索引也是用不到了
• 如果查询的时候，采用范围查询，并且是最左前缀，也就是第一列索引，那么可以用到索引，但是范围后面的列无法用到索引

2.4. 覆盖索引

如果在一次查询中，如果一个索引包含或者说覆盖所有需要查询的字段的值，则不再需要回表查询。我们就称之为覆盖索引。 要确定一个查询是否是覆盖索引，通过 explain 命令查看 Extra 的结果是否为 Using index。

3. 全文索引

MyISAM 存储引擎支持全文索引，用于查找文本中的关键词，而不是直接比较是否相等。 查找条件使用 MATCH AGAINST，而不是普通的 WHERE。 全文索引使用倒排索引实现，它记录着关键词到其所在文档的映射。

InnoDB 存储引擎在 MySQL 5.6.4 版本中也开始支持全文索引。

4. 哈希索引

哈希索引查找复杂度为 $O(1)$ 哈希索引是自适应的，InnoDB 会根据需要添加，不能人为干预。

5. 空间数据索引(R-Tree)

MyISAM表支持空间索引，可以用作地理数据存储。