高效索引

索引的本质

排好序的快速查找数据结构 - 引用自JavaKeeper 海星

• 上图左边是一张简单的学生成绩表，只有学号 id 和成绩 score 两列（最左边的是数据的物理地址）
比如我们想要快速查指定成绩的学生，通过构建一个右边的二叉搜索树当索引，索引节点就是成绩数据，节点指向对应数据记录物理地址的指针，这样就可以运用二叉查找在一定的复杂度内获取到对应的数据，从而快速检索出符合条件的学生信息。

• 索引本身也很大，不可能全部存储在内存中，一般以索引文件的形式存储在磁盘上

优势

• 索引大大减少了服务器需要扫描的数据量（提高数据检索效率）

• 索引可以帮助服务器避免排序和临时表（降低数据排序的成本，降低 CPU 的消耗）

• 索引可以将随机 I/O 变为顺序 I/O（降低数据库 IO 成本）

劣势

• 索引也是一张表，保存了主键和索引字段，并指向实体表的记录，所以也需要占用内存

• 虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行 INSERT、UPDATE 和 DELETE。 因为更新表时，MySQL 不仅要保存数据，还要保存一下索引文件每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息

索引分类

索引分类可以从3个不同的角度切入，逐步在设计时确定索引在业务中设计属于什么分类范畴。

1. 逻辑角度

• 主键索引：主键索引是一种特殊的唯一索引，不允许有空值

• 普通索引或者单列索引：每个索引只包含单个列，一个表可以有多个单列索引

• 多列索引（复合索引、联合索引）：复合索引指多个字段上创建的索引，只有在查询条件中使用了创建索引时的第一个字段，索引才会被使用。

• 唯一索引或者非唯一索引

• Full-Text 全文索引：它查找的是文本中的关键词，而不是直接比较索引中的值

• 空间索引：空间索引是对空间数据类型的字段建立的索引

1. 数据结构角度

• Hash 索引：主要就是通过 Hash 算法，将数据库字段数据转换成定长的 Hash 值，与这条数据的行指针一并存入 Hash 表的对应位置；如果发生 Hash 碰撞，则在对应 Hash 键下以链表形式存储。查询时，就再次对待查关键字再次执行相同的 Hash 算法，得到 Hash 值，到对应 Hash 表对应位置取出数据即可，Memory 引擎是支持非唯一哈希索引的，如果发生 Hash 碰撞，会以链表的方式存放多个记录在同一哈希条目中。使用 Hash 索引的数据库并不多， 目前有 Memory 引擎和 NDB 引擎支持 Hash 索引。

• B+树索引

1. 物理存储角度

• 聚集索引（clustered index）

• 非聚集索引（non-clustered index），也叫辅助索引（secondary index）y

🤗 总结归纳

📎 参考文章

• 一些引用

• 引用文章