今天来聊一聊数据库面试的常见问题——索引。
首先什么是索引,根据百度百科,索引是对数据库表中一个或多个列(例如,employee 表的姓名 (name) 列)的值进行排序的结构。简单来说,数据库就是可以让我们高效查询数据库的数据结构。
索引的分类:
1.按存储结构分:BTree索引,hash索引。
2.按应用层次分:普通索引,唯一索引,复合索引。
3.按表记录的排列顺序与索引的排列顺序是否一致:聚集索引,非聚集索引。
一 BTree索引和hash索引
hash索引:根据索引的字段值来算出对应的hashCode,查找时可以立即定位到相应的位置,速度非常快。,具体存储结构如下图:
BTree索引:其中innoDB和myISAM的BTree索引是不一样的,其中,innoDB是在叶子节点处存放记录的所有字段,而myISAM是在叶子节点存放索引字段的地址,具体如下图:
哈希索引的BTree索引的区别:
如果是等值查询,那么哈希索引明显有优势,因为b树需要从根节点到叶子节点一级一级的查找,而哈希算法经过一次运算就能立刻定位到相应的位置,速度非常快。
但是如果是范围查询,这时候哈希索引就毫无作用了,因为经过哈希算法后,字段会变成无序的,就没有办法利用哈希索引完成范围查询检索了,但b树索引能做到。
二 普通索引,唯一索引和复合索引
普通索引:即一个索引只包含单个列,一个表可以有多个单列索引。
唯一索引:索引列的值必须唯一,但允许有空值。
复合索引:即一个索引包含多个列。复合索引有一个很重要的最左匹配原则,这里不讲,感兴趣的同学可以自行百度。
三 聚集索引和非聚集索引
聚集索引:聚集索引表记录的排列顺序和索引的排列顺序是一致的,所以聚集索引在实现查找时会比较的快,而在插入的时候会比较慢,因为它要保持表记录的物理地址和索引一致。
非聚集索引:非聚集索引制定了表记录的逻辑顺序,但是表记录的物理地址与该索引的排列顺序是不一定一致的。
如果还看不懂的话可以看一下下面这个例子:
其实,我们的汉语字典的正文本身就是一个聚集索引。比如,我们要查“安”字,就会很自然地翻开字典的前几页,因为“安”的拼音是“an”,而按照拼音排序汉字的字典是以英文字母“a”开头并以“z”结尾的,那么“安”字就自然地排在字典的前部。如果您翻完了所有以“a”开头的部分仍然找不到这个字,那么就说明您的字典中没有这个字;同样的,如果查“张”字,那您也会将您的字典翻到最后部分,因为“张”的拼音是“zhang”。也就是说,字典的正文部分本身就是一个目录,您不需要再去查其他目录来找到您需要找的内容。我们把这种正文内容本身就是一种按照一定规则排列的目录称为“聚集索引”。
如果您认识某个字,您可以快速地从自动中查到这个字。但您也可能会遇到您不认识的字,不知道它的发音,这时候,您就不能按照刚才的方法找到您要查的字,而需要去根据“偏旁部首”查到您要找的字,然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合“部首目录”和“检字表”而查到的字的排序并不是真正的正文的排序方法,比如您查“张”字,我们可以看到在查部首之后的检字表中“张”的页码是672页,检字表中“张”的上面是“驰”字,但页码却是63页,“张”的下面是“弩”字,页面是390页。很显然,这些字并不是真正的分别位于“张”字的上下方,现在您看到的连续的“驰、张、弩”三字实际上就是他们在非聚集索引中的排序,是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所需要的字,但它需要两个过程,先找到目录中的结果,然后再翻到您所需要的页码。我们把这种目录纯粹是目录,正文纯粹是正文的排序方式称为“非聚集索引”。
通过以上例子,我们可以理解到什么是“聚集索引”和“非聚集索引”,两者之间的根本区别在于表记录的排列顺序和索引的排列顺序是否一致。进一步引申一下,我们可以很容易的理解:每个表只能有一个聚集索引,因为目录只能按照一种方法进行排序。