Mysql索引

索引

索引是什么

Mysql官方对索引的定义为：索引（Index）是帮助Mysql高效获取数据的数据结构。可以得到索引的本质：索引是数据结构。
平时看任何一本书，首先看到的都是目录，通过目录去查询书籍里面的内容会非常的迅速。

生活中的索引

上图就是一本金瓶梅的书，书籍的目录是按顺序放置的，有第一节、第二节他本身就是一种顺序存放的数据结构，是一种顺序结构。
另外通过目录（索引），可以快速查询到目录里面的内容，他能高效获取数据，通过这个简单的案例可以理解就是高效获取数据的数据结构。
再看一个复杂的情况：

我们要去图书馆找一本书，这图书馆的书肯定不是线性存放的，他对不同的书籍内容进行了分类存放，整个索引是由一个个节点组成，根节点有中间节点，中间节点下面又有子节点，最后一层是叶子节点。
可见，整个索引结构是一颗倒挂的树，其实他就是一种数据结构，这种数据结构比前面的线性目录更好的增加了查询速度。

Mysql中的索引

Mysql中的索引其实也是这么一回事，我们可以在数据库中建立一系列的索引，比如创建主键的时候默认创建主键索引，上图是一种BTREE的索引。每一个节点都是主键的id，当我们通过Id来查询内容的时候，首先去查询索引库，在到索引库后能快速定位索引的具体位置。

为啥不用HashMap做索引？

B+Tree

B+ TREE 还是TREE。

二分查找

二分查找法（binary search）也称为折半查找法，用来查找一组有序的记录数组中的某一记录。
其基本思想是：将记录按有序化（递增或者递减）排序，在查找过程中采用跳跃方式查找。即先以有序数列的中点位置作为比较对象，如果要找的元素值小于该中点元素，则将待查序列缩小为左半部分，否则为右半部分。通过一次比较，将查找区间缩小一半。
示例代码：

在这里插入代码片

二叉树

每个节点至多只有二棵子树：
1、 二叉树的子树有左右之分，次序不能颠倒
2、 一棵深度为k，且有2^k-1个节点，称为满二叉树（full Tree）
3、 一棵深度为k，且root到k-1层的节点树都达到最大，第k层的所有节点都连续集中在最左边，此时为完全二叉树（complete tree）

将有序数组转换成二叉树

平衡二叉树

1、 左子树和右子树都是平衡二叉树
2、 左子树和右子树的高度差绝对值不超过1

平衡二叉树的遍历

前序：6 ,3, 2, 5,7, 8（ROOT 节点在开头, 中 -左-右 顺序）
中序：2, 3, 5, 6,7, 8（中序遍历即为升序，左- 中 -右 顺序）
后序：2, 5, 3, 8,7, 6 （ROOT 节点在结尾，左-右- 中 顺序）

平衡二叉树的旋转

B+树

B+树的定义

1、 数据只存储在叶子节点上，非叶子节点只保存索引信息
2、 非叶子节点（索引节点）存储的只是一个flag，不保存实际数据记录
3、 索引节点只是该节点的左子树比这个flag小，而右子树大于等于这个flag
4、 叶子节点本身按照数据的升序排序进行连接（串联起来）；
5、 叶子节点中的数据在物理存储上是无序的，仅仅是逻辑上有序（通过指针串在一起）

B+树的作用

在块设备上，通过B+树可以有效的存储数据。
所有记录都存储在叶子节点上，非叶子存储索引keys信息
B+树包含有非常高的扇出（fanout），通常超过100，在查找一个记录时，可以有效的减少IO操作；

B+树的扇出

该B+树高度为2
每叶子页4条记录
扇出数为5
叶子节点由小到大串联在一起
扇出：是每个索引节点指向每个叶子节点的指针
扇出数=索引节点可存储的最大关键字个数+1
图例中的索引节点最大可以存放4个关键字，但是实际上使用了3个；

B+树的插入操作

B+树的插入
B+树的插入必须保证插入后叶子节点中的记录依然排序。

1、 插入28
插入前：

插入后：

2、 插入70
插入前：

插入后：

3、 插入95
插入前：

插入后：

索引的分类

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。
聚簇索引（聚集索引）：并不是一种单独的索引类型，而是一种数据存储方式。

基础语法

查看索引
Show index from table_name \G
创建索引
Create unique index indexName on Mytable(columname(length))
Alter table 表名 add unique index indexName On (columnname(length))
删除索引
Drop index indexName on mytable