MySQL索引

索引是要存储在硬盘中的，磁盘的I/O操作相比于内存来说时间消耗要高的。
所以一次查询，应该要尽量减少磁盘I/O的次数！

二叉查找树(Binary Search Tree)的局限性
二叉搜索树的特点:父节点左子数的所有节点都小于父节点，右子树所有节点都大于父节点
查询的时间复杂度为O(log(N))
如果用二叉树作为索引的实现结构，会让树变得很高，增加硬盘的 I/O 次数，影响数据查询的时间。

InnoDB的索引结构:B+树

• 非叶子节点仅用于索引，不保存数据记录，跟记录有关的信息都放在叶子节点中。
• 叶子节点本身按照关键字的大小从小到大顺序链接。

相比于B树的优势

• 叶子节点不保存数据记录在磁盘页大小相同的情况下，B+树的高度更矮，磁盘操作更少
• 范围查询更方便,叶子节点有序

聚簇索引和非聚簇索引

• 聚簇索引:叶子节点存储的是数据记录
• 非聚簇索引:叶子几点存储的是主键的值

非聚簇索引是有单独空间来存储的，在使用非聚簇索引来查找时，先查找到主键的值，再去主键索引的树上去获取数据。

覆盖索引:可以通过索引即可查询到所有记录，不需要回表到聚簇索引

联合索引的创建原则:ESR

• 精确（Equal）匹配的字段放最前面
• 排序（Sort）条件放中间
• 范围（Range）匹配的字段放最后面

创建索引的情况

• 频繁作为 WHERE 查询条件的字段
• 需要 GROUP BY 和 ORDER BY 的列
• 表连接字段

索引失效的情况

• 索引使用了表达式计算
• 索引使用了函数
• WHERE 子句中，如果在 OR 前的条件列进行了索引，而在 OR 后的条件列没有进行索引，那么索引会失效
• 模糊查询以%开始
• 使用联合索引注意最佳左前缀原则