四. 深入浅出索引

索引的常见模型

哈希表

• 解释
  哈希表是一种键值存储数据的结构，用一个哈希函数把键key换算成数组的一个确定的位置，把值放在数组对应的位置里，不可避免的，若是多个key值经过哈希函数换算，会得到同样的值，这时候会将要存储的值以链表的方式进行存储
• 适用场景
  适用于只有等值查询的场景，若是牵涉到范围查询，由于哈希表存储值的时候并不是顺序存储的，无法精确的定位要查找的值在某一个相对精确的范围内，查的时候甚至不得不遍历所有的元素，就会导致查询速度慢的问题

有序数组

• 适用场景
  适用于等值查询和范围查询，由于其是有序的，很容易利用二分法等找到要查询的值，同理范围查询也是很方便的，但是，若是往有序数组里面更新数据，由于要维持它的有序性，当往中间插入一个记录时，就必须得挪动后面所有的记录，因此有序数组更适用于静态存储引擎，即存储后不再进行数据变动或极少进行数据变动的，例：保存的是2017年某个城市的所有人口信息

二叉树

• 特点
  每个节点的左子节点小于父节点，右子节点大于父节点，为了维持其 O(log(N)) 的查询复杂度，需要保持这棵树是平衡二叉树

N叉树

• 与二叉树的区别
  若数据量过大，由于二叉树只有两个叉，随着数据量的增大，树高会越来越高，若是每一级树高都对应着硬盘的一个数据块的话，那么查询数据时，需要频繁的访问数据块，就会导致访问磁盘的平均次数增多，若是适用N叉树，就可以在查询时尽量少的访问数据块从而尽量少的读磁盘，N叉树由于在读写上的性能优点，以及适配磁盘的访问模式，被广泛应用在数据库引擎中

InnoDB的B+树

• 索引的分类
  • 主键索引(聚簇索引) ，主键索引的叶子节点存的是整行的数据
  • 非主键索引(二级索引)， 非主键素音的叶子节点内容是主键的值
• 基于主键索引和普通索引的查询有什么区别？
  • 如果是主键索引查询的方式，则只需要搜索ID这棵B+树
  • 如果是普通索引查询方式，则需要先搜索普通索引树，得到主键ID值，再到主键索引树里搜索一次，这个过程也被称为回表

索引的维护

• 设置主键为递增主键的好处？
  B+ 树为了维护索引的有序性，在插入新值的时候需要做必要的维护，若插入的数据是非递增的，那么就会在插入的时候挪动后面的数据，并且会造成页分裂的问题，从而拖慢性能，因此在 设置主键的时候，尽量设置为递增主键
• 主键长度过长会造成什么影响？
  由于普通索引的叶子节点存储的就是主键值，因此若是主键长度过长，就会导致普通索引的叶子节点越大，普通索引占用的空间也就会越大
• 什么场景适合用业务字段直接做主键？
  • 只有一个索引
  • 该索引必须是唯一索引

覆盖索引

• 定义： 如果一个索引包含(或者说覆盖)所有需要查询的字段的值，我们就称之为“覆盖索引”，覆盖索引由于可以直接从索引中获取所有需要用到的值，因此不需要再次进行回表查询

• 若MySQL要在索引中做Like匹配，只能做最左前缀匹配的Like比较

• 由于二级索引存储的值为主键id，因此可利用这一点结合二级索引，也可覆盖查询出包含主键id的数据

• 若一个查询中，既需要联合查询，又需要单独查询，那么此时如何创建索引比较好，为什么？

  • 在这种情况下，就应该考虑空间占用问题了，将空间占用大的字段作为联合索引的最左字段，为空间占用小的字段创建单独的索引，这么做就可以保证在索引占用空间相对最小的同时，满足联合查询和单独查询的需求了

• 当一个表的主键索引需要重新构建的时候，怎么操作成本最低且有效？

  • alter table T engine=InnoDB