Mysql调优——索引01（油炸圣女果的学习日记第一期）

一.Mysql数据库索引的数据结构。

索引：是帮助Mysql高效获取数据的排好序的数据结构。

由于数据的存放在磁盘上是随机分布的（同一个表的数据并不一定数据的存放位置是挨着一起的），数据的查找实际上是对磁盘做I/O交互，查找指定数据的过程，就是对磁盘不断进行I/O交互，查找数据进行比对。因此，可以理解为：索引的本质是为了减少I/O交互的消耗

索引的数据结构：

二叉树（数据量大的时候树的高度其实会持续增加，属于基础树形结构）

红黑树（同理，依然是受制于数的高度）

Hash树（在=条件查找时有优势）

B-Tree（常用的B+树的基础）

1。B-Tree

叶节点具有相同的深度，叶节点的指针为空

所有索引元素不重复

节点中的数据索引从左到右递增排列

2.B+Tree

非叶子节点不存储data，只存储索引(冗余)，可以放更多的索引（取每一页的第一个索引）

叶子节点包含所有索引字段

叶子节点用指针连接，提高区间访问的性能（叶子节点的尾部和头部是存放了相邻节点的指针的）

每一层在节点内或者节点与节点之间，索引是从左到右递增的（排好序的）

3.Hash

对索引的key进行一次hash计算就可以定位出数据存储的位置

很多时候Hash索引要比B+ 树索引更高效 仅能满足 “=”，“IN”，不支持范围查询

hash冲突问题

二。存储引擎索引实现

1。MyISAM索引实现（非聚集：即索引文件和数据文件时分开存储的）

先在MYI文件索引树中查找到指定的节点，该节点下存储了数据存放的地址，获取到地址后再到存放数据的MYD文件，根据地址比对找到这一条数据。

注：效率会比聚集索引低，因为会有一个跨文件查找的操作，相当于做了一个回表的操作。

2.InnoDB索引实现(聚集)

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（如下图）

为什么建议InnoDB表必须建主键，并且推荐使用整型的自增主键？

因为在叶子节点数量不断增加时，自增的主键作为索引，只需要加载尾部的叶子节点后面，再根据B+树的构建规则，重新平衡其树的结构。如果不是自增的，会在所有的叶子节点中比较大小进行插入，然后再平衡树结构。

为什么非主键索引结构叶子节点存储的是主键值？(一致性和节省存储空间)

三。联合索引

比如name、age、position的联合索引，首先满足name的排序，其次age，再是position（即在name相同的叶子节点中，再看age是排好序的）