索引

索引数据结构

• 二叉树，容易退化成链表
• 红黑树，数据量很大的时候，高度太高不适合
• Hash表，映射，但范围查找（例如>20）效果差，只适合等值查找
• B-Tree，树的高度控制在很小数值，叶子无双向指针，范围查找效果差；非叶子结点存储data，一层（固定16KB）只能放16个索引
• B+Tree，MySQL索引底层数据结构。
  • 非叶子结点不存储data，只存储索引（冗余），一层（固定16KB）里可以放更多索引，1077个。即非叶子结点存放的索引越多，叶子结点存放的数据也越多
  • 叶子结点包含所有索引字段
  • 叶子结点用指针连接，可以找到前后结点的位置，提高区间访问能力，范围查找（例如>20）效果好，先定位到20，根据递增规则，依次把后面元素取出来
    

一个索引大小16KB

MyISAM

MYD存储数据
MYI存储索引，底层是B+树

InnoDB索引实现

• 表数据文件本身就是按B+Tree组织的一个索引结构文件
• 聚集索引-叶节点包含了完整的数据记录
• InnoDB表必须有主键，并且推荐使用整型的自增主键？（面试）

frm定义了表结构的信息
ibd

聚集索引

非聚集：索引和数据放在两个文件 ，例如MyISAM
聚集：索引和数据放在同个文件，例如InnoDB
速度上聚集索引快。

为什么InnoDB表必须有主键，并且推荐使用整型的自增主键？（面试）

• 如果不创建主键，MySQL会在表里面寻找唯一字段，如果找不到的话，还要自己创建一条链，来保证字段是唯一的，这条字段作为索引的主键。加大MySQL压力。
• 整型？整型，方便比大小，字符串等类型比整型要慢多了。而且8字节，可以节省磁盘空间，一页可以存更多行记录。
• 自增？不使用自增，会插入中间结点，导致B+Tree分裂，需要调整平衡，效率变低。

插入的时候

1.第一页先复制
2.原第二页改成目录页
这样做的好处是起始页永远不变，可以一直在缓存里，方便查询。

单值索引，联合索引
联合索引，先比较第一字段的值 ，如果一样，再比较第二字段的值

联合索引（b,c,d），索引是111，存储的值是主键1
a字段是主键，会作为辅助索引，对查询有帮助

最左前缀原则：

只有第一句才能使用联合索引，二三句都不可以。

跳过name，直接查age ，age是不会排好序的。意味着需要一直往后找，每个都有可能是30.
但是如果是在name相同的情况下，那么age是排好序的。