MySql - 索引

素引简单来讲是存储引擎用于快速找到记录的一种数据结构。如果没有特别指明类型，那多半说的是B-Tree索引，本章也只要是介绍B-Tree。

1、创建索引

有四种方式来添加数据表的索引：

-- 该语句加一个主键，这意味必着索引值是唯一的，且不能为NULL。
ALTER TABLE tbl_name ADD PRIMARY KEY(column_list)

-- 这条语句创建素引的值必须是唯一的（除了NULL外，NUL可能会出现多次)。
ALTER TABLE tbl_name ADD UNIQUE index_name(column_list)

-- 添加普通索引，素引值可出现多次。
ALTER TABLE tbl_name ADD INDEX index_name(column_list)

-- 该语句指定了索引为 FULLTEXT，用于全文素引。
ALTER TABLE tbl_name ADD FULLTEXT index_name(column_list)

2、判断是否需要创建索引？

假如一个表有10万行记录，有一个字段A只有T和F两种值，且每个值的分布概率大约为50%,那么对这种表A字段建索引一般不会提高数据库的查询速度。

索引的选择性是指索引列中不同值的数目与表中记录数的比。如果一个表中有2000条记录，表索引列有1980个不同的值，那么这个索引的选择性就是1980 / 2000 = 0.99，一个索引的选择性越接近于1，这个索引的效率就越高。

3、索引结构（B+Tree）

B+Tree是大多数 MySQL 存储引擎的默认索引类型。B- Tree 指的是 Balance Tree，也就是平衡树。平衡树是一颗查找树，并且所有叶子节点位于同一层。 B+ Tree 是基于 B- Tree 和叶子节点顺序访问指针进行实现，它具有 B- Tree 的平衡性，并且通过顺序访问指针来提高区间查询的性能。

3.1 m阶B+树的结构定义

• 每个节点最多有m个子节点
• 除根节点外，每个节点至少有m/2个子节点，注意如果结果除不尽，就向上取整，比如5/2=3
• 根节点要么是空，要么是独根，否则至少有2个子节点
• 有k个子节点的节点必有k个关键码
• 叶子节点的高度一致

3.2 B+Tree的数据结构

在 B+ Tree 中，一个节点中的 key 从左到右非递减排列，如果某个指针的左右相邻 key 分别是 keyi 和 keyi+1，且不为 null，则该指针指向节点的所有 key 大于等于 keyi 且小于等于 keyi+1。

下面是一课3阶的B+Tree ：

3.3 B+Tree的操作

• 进行查找操作时，首先在根节点进行二分查找，找到一个 key 所在的指针，然后递归地在指针所指向的节点进行查找。直到查找到叶子节点，然后在叶子节点上进行二分查找，找出 key 所对应的 data。

• 插入删除操作记录会破坏平衡树的平衡性，因此在插入删除操作之后，需要对树进行一个分裂、合并、旋转等操作来维护平衡性。

4、索引的优点

• 大大减少了服务器需要扫描的数据行数。
• 帮助服务器避免进行排序和分组，也就不需要创建临时表(B+Tree 索引是有序的，可以用于 ORDER BY 和 GROUP BY 操作。临时表主要是在排序和分组过程中创建，因为不需要排序和分组，也就不需要创建临时表)。
• 将随机 I/O 变为顺序 I/O(B+Tree 索引是有序的，也就将相邻的数据都存储在一起)

5、B-Tree与B+Tree的区别

假设树为M阶(每个节点的孩子节点个数为M)	B-Tree	B+Tree
关键码个数与子节点个数的关系	子节点个数 = 关键码个数 + 1	子节点数 = 关键码个数
节点是否携带数据	每个节点均带有数据	只有叶子节点携带数据，其余节点只携带索引
叶子节点间的关系	叶子节点原则上只有非递减的关系	叶子节点是一个双链表的结构
子节点个数	除根节点外，每个节点最多有m个子节点，至少有m/2个子节点	跟B-Tree一样