⌚【Mysql学习笔记】索引篇

索引的分类

按照数据结构分

1. B+ 树索引

2. hash索引

3. full-text索引

按照物理存储结构分

1. 主键索引（聚簇索引）

2. 二级索引

按照字段分

1. 主键索引

2. 唯一索引

3. 普通索引

4. 前缀索引

为什么使用了索引后，查询会加快

1. 索引使用树形结构组织数据，相比于无索引的场景，查询的时间复杂度由O(N)变为O(logN)，大大减少了需要扫描的数据量

2. 同时，将随机的IO转变为了顺序IO，减少了等待磁盘旋转的时间

从数据页的角度看B+树

数据页的组成部分

具体的数据页内部的数据存储

具体的查询过程

1. 从根结点开始，通过二分法找到id对应存储的page

2. 在page中（叶子结点），在多个slot中使用二分查找，id对应数据所在的slot

3. 找到slot后，在这个slot中遍历一遍，找到对应id的具体数据

为什么Mysql的索引数据结构是B+树

1. B+树的非叶子结点存放的仅存放索引，因此在数据量相同的情况下，相比于同时存储数据和索引的B树，能够存储更多的索引内容，所以B+树会更加矮胖一些，查询底层节点的IO次数更少

2. 同时，B+树的树高度稳定，一般只有三到四层，所以查询效率也稳定

3. B+树的非叶子结点中有大量的冗余节点，当插入、删除节点时，B+树都不会发生太大的变化，效率比较高

4. B+树的叶子结点之间通过链表连接，有利于范围查询

什么场景需要建立索引

1. 字段的区分度高

2. 字段经常用于where查询、group by、order by

索引失效的场景

1. 对于前缀索引：使用了 %xx% 或%x

2. 对于联合索引：不满足最左前缀原则

3. 对于普通索引：对于索引字段进行计算，类型转换的场景

4. where子句中包含or

如何进行索引优化

1. 首先主键是自增的

2. 防止索引失效

3. 覆盖索引优化

4. 前缀索引优化

explain中字段的含义

1. possible_keys：可能使用到的索引

2. key字段表示世纪使用的索引，如果为NULL，则说明没有使用索引

3. key_len表示索引的长度

4. rows表示扫描的行数

5. type表示数据扫描的类型，这是我们需要重点关注的部分

types

• ALL：全表扫描

• index：全索引扫描

• range：索引范围扫描

• ref：非唯一索引的扫描

• eq_ref：一般用于多表的联查

• const：使用常量值进行了查询，一般是 where id=1 这种