【索引简介】

索引本质是一种帮助数据库排好序的数据结构，类似于目录；（表中的行数据，在磁盘的存储位置，不一定放在一起）

索引的数据结构

二叉树、红黑树、Hash表、B-Tree

B-Tree：

                叶子节点具有相同的深度；

                叶子节点指针为空；

                所有索引元素不重复；

                节点中数据索引从左到右依次递增；

B+Tree：

               非叶子节点不存储data，只存储索引（冗余，相当于取了部分叶子节点的元素），可以存储更多的数据；

                叶子节点包含所有索引字段；

                叶子节点用双向指针链接，提高访问速度

                推算3层的B+树可以存放上的数据量= 

                首层：仅存放索引，叶节点 16kb，bigint-8b，文件地址-6b，一个叶子节点可以存放索引数量 = 16kb/(8+6)b=1170；

                第二层：仅存放索引，叶节点 16kb，bigint-8b，文件地址-6b，一个叶子节点可以存放索引数量 = 16kb/(8+6)b=1170；

                第三层：假设存放所有字段，叶节点16kb，按照1kb/行来算，可以存放16（16/1）行；

                1170*1170*16 = 21902400

                这意味，仅需要进行三次的磁盘IO就可以找到具体数据，相比于没有索引的情况下的2000W次IO，大大减少时间消耗。

                MYSQL高版本，将根节点常驻内存

Hash：

常用的hash算法：MD5、CRC16、CRC13等。

对索引key进行一次hash计算就可以定位出数据存储的位置；

 很多时候Hash索引要比B+树索引要快，因为树结构可能根据树高度需要多次IO，而hash可能一次就找到了

仅支持 = 、in，不支持范围查询；--- 致命的弊端

hash冲突问题：hash值相同时，排在链表后面

索引分类

• 聚集索引与非聚集索引

聚集索引的叶节点就是数据节点；而非聚簇索引的叶节点仍然是索引节点，只不过有一个指针指向对应的数据块。显而易见，聚集索引的优势是很明显的，而每个表中只能有一个聚集索引的规则，这使得聚集索引变得更加珍贵。

• 联合索引与单值索引

联合索引：由多个字段组成的索引

联合索引的最左前缀原理：按照建立索引的字段先后顺序排序。

例如索引 name，age，先按照name字段排序，排完序之后再按照age排序；如果直接使用age字段，可能查到的数据是乱序的，那么必须全表扫描。

• 覆盖索引与非覆盖索引

覆盖索引定义：mysql执行计划explain结果里的key有使用索引，如果select后面查询的字段都可以从这个索引的树中获取，这种情况一般可以说是用到了覆盖索引，extra里一般都有using index；覆盖索引一般针对的是辅助索引，整个查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值