数据库索引
数据结构-树
树
树只有一个根节点，从根节点延伸出很多其他节点
普通的树结构，每个节点可以有多个子节点
二叉树
二叉树有树的所有特点，但是有一个不同的地方是，二叉树的每个节点只有两个子节点
二叉查找树
二叉查找树有二叉树的所有特点，但是二叉查找树的左子节点比父节点小，右子节点比父节点大
平衡二叉树
平衡二叉树有二叉树的所有特点，并且平衡二叉树的左右子树的高度差不会超过1
不会出现以下的情况：
上面根节点的左右子树的高度差已经超过1了，不满足平衡二叉树
B树
B树是多叉平衡查找树。其节点不会只有两个子节点，但是其同一层的节点，从左到右是从小到大排好序的
B+树
B+树是B树演变而来的，具有B树的基本特征。
B+树与B树不同的是，数据都在叶子节点上，并且叶子节点是用单向链表连接的。B+树结构运用在数据库中用于存储索引信息，叶子节点改用双向链表连接
数据库索引使用B+树结构而不是B树的原因如下：
- B+树叶子节点使用双向链表连接，方便范围查询和模糊查询
- B+树中只有叶子节点存储数据，其他节点存储索引信息，这样一次IO可以读取更多的索引数据，查询效率更高
InnoDB存储引擎支持的索引
B+树结构的索引
聚集索引
聚集索引是由主键作为索引列构建的，如果表中没有指定主键，数据库默认会创建rowid列，作为表的主键列，聚集索引也是通过rowid列构建。rowid是全局递增的，所有的表都共享。
聚集索引的B+树叶子节点上存储了表中行记录的所有信息，示意图如下：
非叶子节点上存储的是主键的值以及其他节点地址信息
辅助索引
辅助索引是由非主键列指定为索引列而创建的。
其B+树的叶子节点上存储的是索引列的值、主键的值以及其他节点的地址。非叶子节点上存储的是索引列的值和其他节点的地址。
辅助索引的叶子节点中没有包含表中行记录的所有数据，而是通过主键值去聚集索引的B+树中查所有数据，这个操作叫回表。回表操作次数太多会影响查询效率，此时可能还不如全表扫描（mysql的查询优化器会进行sql优化）。
联合索引
联合索引是通过将多个列组合作为一个索引构建的。
其B+树的叶子节点上存储的是联合索引的多个列值、主键的值以及其他节点的地址。非叶子节点上存储的是索引列的值和其他节点的地址。
联合索引的B+树结构中，索引列的值排序是遵循最左前缀原则的。假设联合索引是（A，B，C），那么在B+树结构中，优先保证A列的值从左到右是从小到大排好序的。如果A列中有同样的值，那么再根据B列的值从左到右，从小到大排序。如果B列出现同样的值，再根据C列的值来排序。
联合索引可以减少回表的次数，只要需要的列是联合索引中的列就不需要回表了，在联合索引的B+树中就可以找到值。
联合索引的其他列其实可以为了减少回表操作，提高效率来作为联合索引的一部分。
覆盖索引
覆盖索引不是一种新类型的索引，而是索引的一种特点。是指在辅助索引的B+树上就可以得到需要的列的值，不需要进行回表操作，这种就是覆盖索引。
联合索引很容易是覆盖索引。
哈希索引
B+树索引的查询效率的影响因素就是树的高度。InnoDB的B+树的高度一般在3到4层，所以要经过大概3到4次IO才能查出结果。
mysql对于一些热点数据，为了提高查询效率，会生成自适应哈希索引。这样在查询热点数据的时候，1次IO就可以查询出来，提高效率。
mysql是在5.6版本引入了哈希索引，在5.7版本是默认打开使用哈希索引的。
索引创建策略
创建索引是为了提高数据库的查询效率，所以要遵循一定的策略
- 索引列的类型越小越好，这样一次IO可以查出更多的索引信息
- 索引列的枚举值越多越好，这样定位到叶子节点时，包含的主键索引就不会太多
- 对于内容很长的列，需要创建索引时，可以创建前缀索引。前缀索引是将这个列的值的前面指定长度的数据作为索引值。这种索引构建的B+树的节点上存储的值是列的值的前面一部分，所以按照这种索引查询时，无法使用order by和group by语法
- 只为查询、排序、分组使用到的列建立索引
- 创建联合索引时，将枚举值越多的列放在前面
在创建联合索引时，能够满足三星索引要求的，可以称上是好的索引
三星索引要求：
- 如果索引中包含了要查询的列，那么这个索引可以记上一星。实现是将要查询的列都加到联合索引中
- 如果查询语句要求的结果顺序与联合索引的顺序一样，可以记上一星。实现是order by语句后面的列加到联合索引中
- 联合索引可以极大缩小查询的范围。实现是将where语句后的等值条件列作为联合索引的最开头的列。有多个等值条件，就将第一个作为最开头的列，第二个作为第二列，依次类推
