MySQL索引
感悟：原本以为MySQL的索引很平淡无奇，直到被面试官问到心底发慌
MySQL索引
1.MySQL基本知识
1.定义
定义：索引是一种特殊的文件，它包含着对数据表里所有记录的引用指针。索引是一种数据结构，索引的实现通常使用B树和B+树。更通常的来说，索引就相当于目录。
2.优缺点：
优点：
（1）可以大大加快数据的检索效率。
（2）通过使用索引，可以在查询过程中，使用优化隐藏器，提高系统的性能。
缺点：
（1）时间方面：创建和维护索引要耗费时间，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，会较低增删改的效率
（2）空间方面：索引要占用物理空间
2.聚簇索引和非聚簇索引
MySQL数据库中innodb存储引擎，B+树索引可以分为聚簇索引和非聚簇索引，两种索引内部都是B+树，聚簇索引的叶子节点存放着一整行数据。主键索引是一种聚簇索引，非聚簇索引都是辅助索引，像复合索引、唯一索引
1.聚簇索引
按照每张表的主键构造一棵B+树，同时叶子节点中存放的就是整张表的行记录数据，每张表只能拥有一个聚簇索引。
优点：
1）数据访问更快，因为聚簇索引将索引和数据保存在同一个B+树中
2）聚簇索引对于主键的排序查找和范围查找速度非常快
2.非聚簇索引
在聚簇索引上创建的索引是非聚簇索引，访问数据总是需要二次查找。非聚簇索引叶子节点存储的不再是行的物理位置，而是主键值。通过非聚簇索引首先找到主键值，再通过主键值找到数据行的数据页，再通过数据行中的Page Directory找到数据行。
3.索引的使用场景
1.where
可以尝试在一个字段未建立索引时，根据该字段的查询效率，然后建立索引（alter table 表名 add index （字段名））
2.order by
当我们使用order by将查询结果按照某个字段排序时，如果该字段没有建立索引，那么执行计划会将查询出的所有数据使用外部排序（将数据从硬盘分批读取到内存使用内部排序，最后合并排序结果），这个操作是很影响性能的，因为需要将查询涉及到的所有数据从磁盘中读到内存（如果单条数据过大或者数据量过多都会降低效率）
但是如果我们对该字段建立索引alter table 表名 add index(字段名)，那么由于索引本身是有序的，因此直接按照索引的顺序和映射关系逐条取出数据即可。而且如果分页的，那么只用取出索引表某个范围内的索引对应的数据，而不用像上述那取出所有数据进行排序再返回某个范围内的数据。（从磁盘取数据是最影响性能的）
3.join
对join语句匹配关系（on）涉及的字段建立索引能够提高效率
4.索引覆盖
如果要查询的字段都建立过索引，那么引擎会直接在索引表中查询，而不会访问原始数据，这叫索引覆盖。因此我们尽可能的在select后只写必须要查询的字段，以增加索引覆盖率。
5.索引的类型
1.普通索引
最基本的索引，没有什么限制，允许在定义索引的列中插入重复值和空值
create index index_name on user(name);
2.唯一索引
索引列中的值必唯一，但是允许空值
Create unique index_name on user(name);
3.主键索引
MySQL中每张表一般都会有自己的主键，MySQL会在主键上建立一个索引。主键是具有唯一性且不允许为null
4.全文索引
主要用来查找文本中的关键字，而不是直接与索引中的值相比较。fulltext索引与其他索引大不相同，它更像是一个搜索引擎，而不是简单的where语句的参数匹配。正常情况下一般不会用到全文索引，因为这不是MySQL的专长
5.空间索引
是对空间数据类型的字段建立的索引，MySQL中空间数据类型有4种：geometry、point、lineString、polygon。
create spatial index index_name on user(name)
创建空间索引的列，必须将其声明为not null，空间索引只能在存储引擎为myisam的表中创建，空间索引一般用不到
6.复合索引
建立索引的时候可以使用多个字段，例如同时使用身份证和手机号建立索引，同样的可以建立为普通索引或者唯一索引
Create index index_name on user(name,id)；
6.索引的数据结构
InnoDB默认索引实现为B+树。
哈希索引底层的数据结构就是hash表，因此绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快，其余大部分场景选择BTree索引
1.B+树
底层实现原理：是一颗多路平衡查找树，对于每一次的查询都是从根节点出发，查找到叶子节点方可以获得所查键值，然后根据查询判断是否需要回表查询数据
1）B+树是有序的结构，为了不至于树的高度太高，影响查找效率，在叶子节点上存储的不是单个数据，而是一页的数据，提高了查找效率，并且叶子节点之间通过链表链接
2）B+树上有两个头指针，一个指向根节点，另一个指向关键字最小的叶子节点
3）B+树中，数据对象的插入和删除仅在叶子节点上进行
2.hash索引
hash索引底层就是hash表，进行查找的时候，调用一次hash函数就可以获取相应的键值，然后进行回表查询获得实际数据。（hash碰撞：两个不同关键字的hash值相同）
1）因为Hash索引比较的是经过Hash计算的值，所以只能进行等式比较，不能用于范围查询
2）由于哈希值是按照顺序排列的，但是哈希值映射的真正数据在哈希表中就不一定按照顺序排列，所 以无法利用Hash索引来加速任何排序操作
3）不能用部分索引键来搜索，因为组合索引在计算哈希值的时候是一起计算的。
4）当哈希值大量重复且数据量非常大时，其检索效率并没有Btree索引高的。
7.索引优化
1.选择索引列：可以考虑在where子句出现的列或join子句出现的列上建索引
2.最左前缀原则：B+树按照从左到右的顺序建立搜索树，因此B+树的数据结构决定了在使用索引的时候必须遵循最左前缀原则，在创建联合索引时，尽量将经常参与查询的字段放在联合索引的最左边。
3.一般不建议使用like：（like使用索引的情况，%在前面不会使用索引，中间或最后会用到索引。例如：like’%abc%’不会使用索引，like’aaa%’会使用索引）