mysql-索引

索引

目的：为了提高数据库的查询速度，就像书的目录一样。
索引的常见模型：
哈希表：哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的值即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。
解决哈希冲突的办法：链表法
适用场景：哈希表这种结构适用于只有等值查询的场景
有序数组：有序数组在等值查询和范围查询场景中的性能就都非常优秀
适用场景：有序数组索引只适用于静态存储引擎
二叉树：二叉搜索树的特点是：每个节点的左儿子小于父节点，父节点又小于右儿子。
二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉
树。其原因是，索引不止存在内存中，还要写到磁盘上。
InnoDB索引模型
在 InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+树中的。
索引类型分为主键索引和非主键索引
主键索引叶子节点存储的是整行数据，在innodb里，主键索引也叫聚簇索引。
非主键索引，叶子节点内容是主键的值，在InnoDb里，非主键索引也叫二级索引。
非主键索引的查询多扫描一颗索引树，我们在应用尽量使用主键查询。
索引维护：
自增主键：是指在自增列上定义的主键，在建表语句中，not null primary key auto_increment.
主键长度越小,普通索引叶子节点越小,普通缩影占用的内存空间越小.
小结:B+ 树能够很好地配合磁盘的读写特性，减少单次查询的
磁盘访问次数。
覆盖索引:
如果执行的语句是 select ID from T where k between 3 and 5，这时只需要查 ID 的
值，而 ID 的值已经在 k 索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引 k 已经“覆盖了”我们的查询需求，我们称为覆盖索引。
由于覆盖索引可以减少树的搜索次数,显著提升性能,使用覆盖索引是我们性能优化的一个常用手段.
最左前缀原则:
B+ 树这种索引结构，可以利用索引的“最左前缀”，来定位记录。
在建立索引的时候,如何安排索引内的字段顺序?
第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。
索引下推:
索引下推优化（index condition pushdown)， 可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数.