系列十一、索引简介

一、索引简介

1.1、概述

        索引（index ）是帮助 MySQL 高效获取数据的有序数据结构  。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

1.2、演示

1.2.1、无索引情况

user表结构如下： 

查询语句：select * from user where age = 45；

执行结果：

分析：在无索引的情况下，需要从第一行开始扫描，一直扫描到最后一行，这种扫描称之为全表扫描，性能很低。

1.2.2、有索引情况

        如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对 age 这个字段建立一个二叉树的索引结构。

        此时，我们再次执行select * from user where age = 45；只需要扫描3次就可以找到数据了，极大的提高的查询的效率。

1.3、索引的优势 & 劣势

1.4、索引结构

1.4.1、概述

        MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，MySQL中支持的所有的索引结构主要包含以下几种：

1.4.2、存储引擎对索引结构的支持

注意事项：我们平常所说的索引，如果没有特别指明，都是指B+树结构的索引。

1.5、常见索引

1.5.1、二叉树

（1）假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下：

（2）如果主键是顺序插入的，则会形成一个单向链表，结构如下：

小总结：使用二叉树作为索引结构，会存在如下缺点：

        （1）顺序插入时，会形成一个链表，查询性能大大降低；

        （2）大数据量情况下，层级较深，检索速度慢；

（3）红黑树

概述：红黑树是一颗自平衡二叉树，即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树，结构如下：

存在的问题：红黑树虽然是一颗自平衡二叉树，但是在大数据量的前提下，依然存在层级较深，检索速度慢的问题。所以在MySQL的索引结构中，并没有选择二叉树或者红黑树，而是选择的B+Tree索引。

1.5.2、B-Tree

概述：

        B-Tree是一种多叉路衡查找树，相当于二叉树，B树的每个节点可以有多个分支，即：多叉。以一颗最大度数为5阶的B-Tree为例，那么这个树的每个节点最多可以存储5个key，5个指针，大致如下：

说明：树的度数指的是一个节点的子节点个数；  

可视化网站：https://www.cs.usfca.edu/~galles/visualization/BTree.html

插入一组数据：100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250

特点：

        （1）5阶的B树，每一个节点最多存储4个key，对应5个指针；

        （2）一旦节点存储的key的数量达到5，就会裂变，中间元素向上分裂；

        （3）在B树中，非叶子节点和叶子节点都会存储数据；

1.5.3、B+Tree

概述：

        B+Tree是B-Tree的一种变种，我们以一颗最大度为4阶的B+Tree为例，来看一下大致的结构示意图，如下：

分析：从上图的B+Tree的结构示意图，可以得出如下结论：

        （1）绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据；

        （2）红色框框起来的部分，是数据存储部分，在其叶子节点中存储具体的数据； 

可视化网站：https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

插入一组数据：100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250

B-Tree vs B+Tree

通过上述的在线演示，可以看到B+Tree与B-Tree相比，主要有以下3点区别：

（1）所有的数据都会出现在叶子节点；

（2）叶子节点形成一个单向链表；

（3）非叶子节点仅仅起到索引数据的作用，具体的数据都是在叶子节点存放的；

MySQL优化后的B+Tree索引结构：

        MySQL的索引结构对经典的B+Tree索引进行了优化，在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序，结构如下：

1.5.5、Hash

概述：

        哈希索引就是采用一定的hash算法，将键值计算成新的hash值，映射到对应槽位上，然后存储在hash表中，结构如下：

说明：

        如果两个或者多个键值，经过hash计算映射到同一个槽位上了，它们就产生了hash冲突（也称为hash碰撞），可以通过链表的形式来解决。

特点：

        （1）hash索引只支持精确查找，不支持范围查询；

        （2）无法利用索引完成排序工作；

        （3）查询效率高，通常只需要一次检索就可以了，效率通常高于B+Tree索引；

存储引擎支持：

        在MySQL中，虽然支持hash索引的存储引擎是Memory，但是InnoDB引擎具有自适应hash的功能，hash索引是InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

面试题：为什么InnoDB存储引擎选择使用B+Tree索引结构？

        （1）相对于二叉树，B+Tree索引结构的层级更少，搜索效率更高；

        （2）相对于B-Tree，无论是叶子节点还是非叶子节点都保存数据，这会导致一页中存储的键值减少，指针也跟着随之减少，保存同样大小的数据，增加了树的高度，导致查询效率降低；

        （3）相对hash索引，B+Tree支持范围查询及排序操作；

1.6、索引分类

1.6.1、按照类型分类

        在MySQL数据库中，根据索引的具体类型不同，可以分为如下几类，即：

1.6.2、按照索引的存储形式分类

        在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

聚集索引选取规则：

        （1）如果存在主键，那么主键索引就是聚集索引；

        （2）如果不存在主键，则使用第一个唯一索引作为聚集索引；

        （3）如果没有主键+没有唯一索引，则InnoDB会自动的生成一个rowid作为隐藏的聚集索引；

聚集索引和二级索引的结构如下：

结论：

        （1）聚集索引的叶子节点挂的是这一行的数据；

        （2） 二级索引的叶子节点挂的是该字段值对应的主键值

查找过程：

        假设我们执行如下sql语句，那么具体的执行过程是什么样的呢？

具体情况如下：

        （1）由于是根据name字段进行查询，所以先根据name='Arm'到name字段的二级索引中进行匹配查找，但是在二级索引中只找到了Arm对应的主键值10；

        （2）由于查询返回的数据是所有字段，所以此时还需要根据主键值10到聚集索引中查找10对应的记录，最终找到10对应的行row；

        （3）拿到这一行的数据，返回。

回表查询：

        向上述先到二级缓存中查找数据，找到主键值，然后再到聚集索引中根据主键值获取数据的方式，称之为回表查询。