MySql索引

---

一、Mysql索引

1. 索引建立原则

1. 索引列应该是经常出现在查询条件或者连接子句中的列，而不是容易被忽略的列。
2. 唯一性索引的效率要高于非唯一性索引，因此在设计表结构时，需要选择合适的列作为唯一性索引。
3. 对于多个相等条件的查询，联合索引比单个索引的效率更高。
4. 在使用额外排序（order by）或分组（group by）语句时，可以考虑在相关的列上加上索引，以便加速查询。
5. 避免创建过多的索引，过多的索引可能导致查询优化器难以选择最优的执行计划。因此只创建必要的索引，尽量避免重复索引的存在。
6. 执行更新操作（insert、update和 delete）时，索引会额外的增加维护成本，所以应该避免不必要的索引。

2. 索引失效场景

7. 使用函数操作符：如果在where子句中使用了函数、运算符或者表达式，MySQL就无法使用索引来优化查询，例如SELECT * FROM table WHERE year(date_column) = 2022;这时可以考虑将函数或运算符拆分出来，在查询之前进行一下预处理。
8. 对索引列进行操作：如果查询语句对索引列进行了操作，如使用了LIKE 'xxx%'通配符查询，MySQL也无法使用该索引，这时可以考虑使用全文检索来代替模糊匹配。
9. 多个条件之间存在OR关系：如果查询语句同时包含多个条件，且每个条件之间都是用OR连接，则MySQL不能有效地使用索引优化查询。
10. 列类型不匹配：如果在查询条件中使用了不同类型的值进行比较，MySQL就需要转换这些值为相同类型，从而导致索引失效。因此要保持查询条件和列类型相同。
11. 查询的结果集超过一个阈值：当查询数据集合非常大时（例如结果集超过索引统计信息的20%），MySQL会放弃使用索引而选择全表扫描，从而导致索引失效。

3. B+树索引的优势

1. 从磁盘I/O效率方面来看：B+树的非叶子节点不存储数据，所以树的每一层就能够存储更多的索引数量，也就是说，B+树在层高相同的情况下，比B树的存储数据量更多，间接会减少磁盘I/O的次数。
2. 从范围查询效率方面来看：在MySQL中，范围查询是一个比较常用的操作，而B+树的所有存储在叶子节点的数据使用了双向链表来关联，所以B+树在查询的时候只需查两个节点进行遍历就行，而B树需要获取所有节点，因此，B+树在范围查询上效率更高。
3. 从全表扫描方面来看：因为，B+树的叶子节点存储所有数据，所以B+树的全局扫描能力更强一些，因为它只需要扫描叶子节点。而B树需要遍历整个树。
4. 从自增ID方面来看：基于B+树的这样一种数据结构，如果采用自增的整型数据作为主键，还能更好的避免增加数据的时候，带来叶子节点分裂导致的大量运算的问题。

3. 聚集索引与非聚集索引的区别

简单来说，聚集索引就是基于主键创建的索引，除了主键索引以外的其他索引，称为非聚集索引，也叫做二级索引。基于InnoDB这样的特性，聚集索引并不仅仅是一种索引类型，还代表着一种数据的存储方式。

4. 索引分类

1. 普通索引
2. 唯一索引
3. 主键索引
4. 组合索引
5. 全文索引

4. 索引数据结构

1. B+树索引
2. hash索引

---

总结

以上为个人学习过程中对java的一些学习总结，如有错误，欢迎各位批评指导，如有侵权，请联系本人删除，如果觉得有一点帮助麻烦点个赞加收藏！谢谢！