数据库索引

索引是存储的表中一个特定列的值数据结构，索引包含一个表列的值，并且这些值存储在一个数据结构中。（BTree、B+Tree）

（B Tree二分查找法或顺序法，B+ ）MySQL存储引擎：InnoDB；

存储引擎

InnoDB是事务型数据库的首选引擎，支持事务安全表（ACID），支持行锁定和外键，上图也看到了，InnoDB是默认的MySQL引擎。

MyISAM基于ISAM存储引擎，并对其进行扩展。它是在Web、数据仓储和其他应用环境下最常使用的存储引擎之一。MyISAM拥有较高的插入、查询速度，但不支持事物，使用表级锁， 并发性差。

MEMORY存储引擎将表中的数据存储到内存中，未查询和引用其他表数据提供快速访问，表级锁。

ARCHIVE存储引擎是被设计用来存储企业中的大量流水数据的存储引擎。

 

Mysql支持Hash索引和B+树索引两种

B+Tree索引、Hash索引

B和B+树的区别在于，B+树的非叶子结点只包含导航信息，不包含实际的值，所有的叶子结点和相连的节点使用链表相连，便于区间查找和遍历。

 

 

哈希表hash table(key，value，就是把Key通过哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里。

 

而当使用哈希表进行查询的时候，就是再次使用哈希函数将key转换为对应的数组下标，并定位到该空间获取value，如此一来，就可以充分利用到数组的定位性能进行数据定位。

Hash索引

把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法即可立刻定位到相应的位置，速度非常快。

但是，

• Hash 索引仅仅能满足"=","IN"和"<=>"查询，不能使用范围查询；
• Hash 索引无法被用来避免数据的排序操作；
• Hash 索引遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高，哈希碰撞问题；
• 不支持最左匹配

 

索引最左匹配原则

 

　　如果是联合索引，那么key也由多个列组成，同时，索引只能用于查找key是否存在（相等），遇到范围查询(>、<、between、like左匹配)等就不能进一步匹配了，后续退化为线性查找；

　　如有索引(a, b, c, d)，查询条件a = 1 and b = 2 and c > 3 and d = 4，则会在每个节点依次命中a、b、c，无法命中d。(c已经是范围查询了，d肯定是排不了序了)

 

聚集索引、非聚集索引

 

• 聚集索引就是以主键创建的索引
• 非聚集索引就是以非主键创建的索引

 

聚集索引存储记录是物理上连续存在，而非聚集索引是逻辑上的连续，物理存储并不连续;

聚集索引一个表只能有一个，而非聚集索引一个表可以存在多个

设置索引要付出的代价

• 增加数据库的存储空间，
• 插入和修改数据要花更多的时间（因为索引也要变动）

建索引之处

• 频繁搜索的列
• 连接属性（主外键）
• 经常排序分组的列（常出现于where之后）
• 尽可能的扩展索引，不要新建立索引

CREATE [UNIQUE] INDEX index_name ON table_name(column_list)

DROP INDEX index_name

转载于:https://www.cnblogs.com/Samuel1/p/9836562.html