【MySql】进阶学习篇---索引（上）

1. 存储引擎

1.1 存储引擎介绍

1.2 存储引擎特点

上面我们介绍了什么是存储引擎，以及如何在建表时如何指定存储引擎，接下来我们就来介绍下来上面重点提到的三种存储引擎 InnoDB、MyISAM、Memory的特点。

1.2.1 InnoDB

1.2.2 MyISAM

1.2.3 Memory

1.3 存储引擎的区别及特点

2. 索引（重点）

2.1 索引概述

2.1.1 介绍

2.1.2 有无索引的查询区别

无索引情况：进行全表扫描，即从头到尾进行搜索比较

有索引情况：这里的二叉树只是我们假设的索引类型

2.1.3 特点

2.2 索引结构

2.2.1 索引结构介绍

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

2.2.2 二叉树

假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下


此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树,结构如下:

2.2.3 B-Tree

度数5阶，有4个key，5个指针

这里强烈推荐一个数据结构可视化平台

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

2.2.4 B+树

只有叶子节点保存数据信息并且所有数据都会出现在叶子节点，非叶子节点仅仅起到索引作用，叶子节点形成单向链表。

2.2.5 hash

MySQL中除了支持B+Tree索引，还支持一种索引类型—Hash索引。

1). 结构

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

2). 特点

A. Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，…）
B. 无法利用索引完成排序操作
C. 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

2.2.6 思考

为什么InnoDB存储引擎选择使用B+tree索引结构？

A. 相对于二叉树，层级更少，搜索效率高；

B. 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储
的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；

C. 相对Hash索引，B+tree支持范围匹配及排序操作；

2.3 索引分类

2.3.1 索引分类

2.3.2 聚集索引&二级索引

聚集索引选取规则:

• 如果存在主键，主键索引就是聚集索引。
• 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
• 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

具体过程如下:

①. 由于是根据name字段进行查询，所以先根据name='Arm’到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。

②. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row。

③. 最终拿到这一行的数据，直接返回即可。

2.3.3 回表查询

上述过程中：

先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

思考题：
以下两条SQL语句，那个执行效率高? 为什么?
A. select * from user where id = 10 ;
B. select * from user where name = ‘Arm’ ;
备注: id为主键，name字段创建的有索引；

解答：
A 语句的执行性能要高于B 语句。

因为A语句直接走聚集索引，直接返回数据。 而B语句需要先查询name字段的二级索引，然后再查询聚集索引，也就是需要进行回表查询。