MYSQL 索引性能优化
索引的本质
索引是帮助MYSQL 高效获取数据的排好序的数据结构.
索引数据结构
- 二叉树 会变成线性链表，效率低
- 红黑树 数据量多时，IO磁盘效率低
- hash 表
- 对索引的key 进行一次hash计算就可以定位出数据存储的位置
- 很多时间Hash 索引要比B+ 树索引更高效
- 仅能满足 “=”，“IN”，不支持范围查询
- hash 冲突问题
-
B-tree
-
叶子节点具有相同的深度，叶节点的指针为空
-
所有索引元素不重复
-
节点中的数据索引从左到右递增排列
-
-
B+tree
- 非叶子节点不存储data,只存储索引，可以放更多的索引
- 叶子节点包含所有索引字段
- 叶子节点用指针连接，提高区间访问的性能，支持范围查找（20<col<50）
- 高度大概为3到4，叶子节点可以存储2kw 个索引
查找30 这个元素的过程，先把根节点加载到内存，根据二分查找的思想查找到15~56 这块的索引
再根据二分查找的思想 查找到20~49这块索引，最后找到30这个元素。
myIsam存储引擎索引
表中的数据都是存储在磁盘上的。每一行数据都有磁盘文件地址
表中的所有元素都是在文件中存放的。
frm文件： 表的定义和结构
MYD文件：表所有数据
MYI文件：表所有索引
innodb 存储引擎索引
frm 文件：表的定义和结构
ibd 文件：表数据和索引，磁盘预读，会把查找的记录附近的数据都会查询出来。
聚集索引：叶子节点包含索引以及该行的其他数据字段
非聚集索引：根据索引需要跨多个文件去查找，比如myIsam 存储引擎中，需要从MYI 文件中到MYD文件 中查找数据（也称回表）
辅助索引： 叶子节点中存储主键值，每次查找数据时，根据索引找到叶子节点中的主键值，根据主键值再到聚簇索引中得到完整的一行记录
联合索引：联合索引又叫复合索引。对于复合索引:Mysql从左到右的使用索引中的字段，一个查询可以只使用索引中的一部份，但只能是最左侧部分。例如索引是key index (a,b,c). 可以支持a | a,b| a,b,c 3种组合进行查找，但不支持 b,c进行查找 .当最左侧字段是常量引用时，索引就十分有效。
(面试题)为什么建议Innob 表必须建主键，并且推荐使用整型的自增主键
如果没有建，数据库会自动找一列唯一的数据来当成主键索引，如果没有找到唯一的数据，会建一个伪藏列，这样会造成mysql资源比较紧张，带来很大的负担。
整型索引与字符串或者UUID相比而言，效率更高，占的空间较少。
自动递增：UUID 不是自动递增，可能存在节点分裂的情况，没有自增依次建节点效率高。
(面试题) 相比于叶子节点中存储行指针，二级索引存储主键值会占用更多的空间，那为什么要这样设计呢？
InnoDB在移动行时，无需维护二级索引，因为叶子节点中存储的是主键值，而不是指针。
(面试题) 那么InnoDB有了聚簇索引，为什么还要有二级索引呢？
聚簇索引的叶子节点存储了一行完整的数据，而二级索引只存储了主键值，相比于聚簇索引，占用的空间要少。当我们需要为表建立多个索引时，如果都是聚簇索引，那将占用大量内存空间，所以InnoDB中主键所建立的是聚簇索引，而唯一索引、普通索引、前缀索引等都是二级索引。
mysql 最左前缀优化原则讲解
组合索引中跳过name 后，age 是无序的，所以会进行全盘扫描。
待完 事务 ，MVCC，锁， 分库分表。
