1. 是什么
官方介绍索引是帮助MySQL高效获取数据的数据结构。更通俗的说，数据库索引好比是一本书前面的目录，能加快数据库的查询速度， 也就是排序好的快速查询的数据结构。
2. 索引的优势和劣势
2.1 优势
可以提高数据检索的效率，降低数据库的IO成本，类似于书的目录。 – 检索
通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗。 –排序
被索引的列会自动进行排序，包括【单列索引】和【组合索引】，只是组合索引的排序要复杂一 些。
如果按照索引列的顺序进行排序，对应order by语句来说，效率就会提高很多。
- where 索引列 在存储引擎层 处理
2.2 劣势
索引会占据磁盘空间
索引虽然会提高查询效率，但是会降低更新表的效率。比如每次对表进行增删改操作，MySQL不仅要保存数据，还有保存或者更新对应的索引文件。
3. 索引的分类
单列索引
组合索引
- 全文索引
空间索引
位图索引 oracle
4. 索引的使用
4.1 创建索引
- 单列索引之普通索引
1 | CREATE INDEX index_name ON table(column(length)) ; |
单列索引之唯一索引
1
2CREATE UNIQUE INDEX index_name ON table(column(length)) ;
alter table table_name add unique index index_name(column);单列索引之全文索引
1 | CREATE FULLTEXT INDEX index_name ON table(column(length)) ; |
- 组合索引
1 | ALTER TABLE article ADD INDEX index_titme_time (title(50),time(10)) ; |
4.2 删除索引
1 | DROP INDEX index_name ON table |
4.3查看索引
1 | SHOW INDEX FROM table_name; |
5. 索引原理分析
5.1 索引的存储结构
索引是在存储引擎中实现的，也就是说不同的存储引擎，会使用不同的索引；
MyIsam和InnoDB存储引擎： 只支持B+Tree索引，也就是说默认使用B+Tree索引，不能够更换
Memory/HEAP存储引擎： 支持HASH和BTree索引
5.2 B树和B+树
B树图示
B树是为了磁盘或其它存储设备而设计的一种多叉（下面你会看到，相对于二叉，B树每个内结点有多个 分支，即多叉）平衡查找树。 多叉平衡
B树的高度一般都是在2-4这个高度，树的高度直接影响IO的读写次数
如果是三层树结构—支撑的数据可以达到20G，如果是四层树结构—支撑的数据可以达到几十T
B和B+的区别
B树和B+树的最大区别在于非叶子节点是否存储数据的问题。
B树是非叶子节点和叶子节点都会存储数据。
B+树只有叶子节点才会存储数据，而且存储的数据都是在一行上，而且这些数据都是有指针指向 的，也就是有顺序的。
5.3 非聚簇索引（MyISAM）
对于MyISAM存储引擎，也是采用的是B+Tree索引， 由于MyISAM存储引擎，数据和索引是在不同的文件中的，因此不管是否是主键索引，B+Tree索引的叶子节点存储的是数据行的地址，不会存储行数据。
主键索引
辅助索引（次要索引）
5.4 聚簇索引（InnoDB）
对于InnoDB，数据和索引是在一个文件中，InnoDB采用B+Tree索引，叶子节点上存储的是索引和数据，并非地址值。对于聚簇索引的主键索引，叶子节点存储的主键对应的一整行数据，对于非主键索引，叶子节点上存储的是主键值， 如果不是覆盖索引，那么会产生回表，降低查询速度。
对于聚集索引，表示的是数据和索引在一个文件中
主键索引
注意： 叶子节点上的数据都是排序好的，从左到右是顺序排列的
辅助索引
这里，如果对name创建单值索引，叶子节点存储的索引值，然后通过name来信息的时候，如果使用的select *那么此时mysql，会根据叶子节点的主键值，从主键索引中查找的整行的数据。
回表： 从辅助索引中查找到主键， 然后从主键索引中查找数据的过程，被称为”回表“
select * from t where name=’Alice’ 给name做了索引找两个索引树
select id,name from t where name=’Alice’ – 只查找了一次索引树，因为在辅助索引中，可以找到所有的数据。所以不需要回表**
形成索引树覆盖索引
覆盖索引，实质就是能够一次性从辅助索引树上，拿到所有的数据，不产生回表的操作。
利用组合索引 完成索引覆盖覆盖
score name 建立成一个索引
