索引的概念
索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分)，
它们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。
数据库索引，是数据库管理系统中一个排序的数据结构，以协助快速查询、更新数据库表中数据。
索引的实现通常使用B树及其变种B+树。
更通俗的说，索引就相当于目录。
为了方便查找书中的内容，通过对内容建立索引形成目录。
而且索引是一个文件，它是要占据物理空间的。
MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。
比如我们在查字典的时候，前面都有检索的拼音和偏旁、笔画等，
然后找到对应字典页码，
这样然后就打开字典的页数就可以知道我们要搜索的某一个key的全部值的信息了。
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Michael's Blog！
相关推荐
2017-03-20
索引回表
回表 查询时一些字段值拿不到，需要到主键索引B+树再查一次。 根据索引进行条件查询，回到主键索引树进行搜索的过程 因为查询还要回表一次，再次查询主键索引树，所以实际中应该尽量避免回表的产生。 解决回表问题可以建立联合索引进行索引覆盖，如图所示根据name字段查询用户的name和sex属性出现了回表问题： 那么我们可以建立下面这个联合索引来解决： 123456create table user ( id int primary key, name varchar(20), sex varchar(5), index(name, sex)) engine = innodb; 建立了如上所示的index(name,sex)联合索引，在二级索引的叶子结点的位置就会同时也出现sex字段的值，因为能够获取到要查询的所有字段，因为就不用再回表查询一次。 强制索引 force index
2020-03-20
索引采用的算法
索引为什么采用B+树，而不用B-树，红黑树 提升查询速度，首先要减少磁盘I/O次数，也就是要降低树的高度。 平衡二叉树、红黑树，都属于二叉树。 时间复杂度为O(n)，当表的数据量上千万时，树的深度很深，mysql读取时消耗大量 IO。 另外，InnoDB引擎采用页为单位读取，每个节点一页， 但是二叉树每个节点储存一个关键词，导致空间浪费。 B-树，非叶子节点存储数据，占用较多空间， 导致每个节点的指针少很多，无形增加了树的深度。 B+树数据都存储在叶子节点，非叶子节点只存储健值+指针， 索引树更加扁平，三层深度可以支持千万级表存储。 同时叶子节点之间通过链表关联，范围查找更快。
2021-03-20
索引的最左前缀原则
最左前缀原则就是最左优先， 在创建多列索引时，要根据业务需求， where子句中使用最频繁的一列放在最左边。 mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配， 比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的， 如果建立(a,b,d,c)的索引则都可以用到， a,b,d的顺序可以任意调整。 =和in可以乱序， 比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序， mysql的查询优化器会帮你优化成索引可以识别的形式。 最左前缀原则可以是联合索引的的最左N个字段，也可以是字符串索引的最左的M个字符。举个例子，假如现在有一个表的原始数据如下所示： 并根据col3 ，col2的顺序建立联合索引，此时联合索引树结构如图下所示： 叶子结点中首先会根据col3的字符进行排序，若是col3相等，在col3相等的值里面再对col2进行排序，假如...
2019-05-20
索引失效的 12 种原因
一句话 索引失效 = MySQL 优化器决定不用你建的索引去执行。 永远用 EXPLAIN 验证，不要靠记忆。 12 种失效场景1. WHERE 列上做函数 / 表达式1234567-- ❌ 索引失效SELECT * FROM users WHERE YEAR(created_at) = 2024;SELECT * FROM users WHERE id + 1 = 100;-- ✅ 改写：把函数挪到右边SELECT * FROM users WHERE created_at >= '2024-01-01' AND created_at < '2025-01-01';SELECT * FROM users WHERE id = 99; MySQL 8.0+ 支持 函数索引：ALTER TABLE users ADD INDEX idx_year ((YEAR(created_at))) 2. 隐式类型转换123456-- 字段是 VARCHAR，传了 INT-- ❌ 走全表扫SELECT * FROM...
2015-03-20
索引底层实现
Hash索引 基于哈希表实现，只有精确匹配索引所有列的查询才有效，对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码（hash code），并且Hash索引将所有的哈希码存储在索引中，同时在索引表中保存指向每个数据行的指针。 B-Tree索引（MySQL使用B+Tree） B-Tree能加快数据的访问速度，因为存储引擎不再需要进行全表扫描来获取数据，数据分布在各个节点之中。 B+Tree索引 是B-Tree的改进版本，同时也是数据库索引索引所采用的存储结构。数据都在叶子节点上，并且增加了顺序访问指针，每个叶子节点都指向相邻的叶子节点的地址。相比B-Tree来说，进行范围查找时只需要查找两个节点，进行遍历即可。而B-Tree需要获取所有节点，相比之下B+Tree效率更高。 B+tree性质： n棵子tree的节点包含n个关键字，不用来保存数据而是保存数据的索引。 所有的叶子结点中包含了全部关键字的信息，及指向含这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。 所有的非终端结点可以看成是索引部分，结点中仅含其子树中的最大（或最小）关键字。 B+ 树中，...
2016-03-13
索引的类型
从存储结构上来划分： BTree索引（B-Tree或B+Tree索引）； Hash索引； full-index全文索引； R-Tree索引 这里所描述的是索引存储时保存的形式 从应用层次来分： 主键索引； 普通索引； 唯一索引； 复合索引(联合索引)； 空间索引； 根据中数据的物理顺序与键值的逻辑（索引）顺序关系： 聚集索引(聚族索引)； 非聚集索引(非聚族索引)； 总结 索引类型 概念 普通索引 一个索引只包含一个列，一个表可以有多个单列索引 唯一索引 索引列的值必须唯一，但允许有空值 复合索引 多列值组成一个索引，专门用于组合搜索，其效率大于索引合并 聚簇索引 也称为主键索引，是一种数据存储方式。B+Tree结构，非叶子节点包含健值和指针，叶子节点包含索引列和行数据。一张表只能有一个聚簇索引。 非聚簇索引 不是聚簇索引，就是非聚簇索引。叶子节点只是存索引列和主键id。如果sql还要返回除了索引列的其他字段信息，需要回表，第一次索引一般是顺序IO，回表的操作属于随机IO。回表的次数越多，性能越差
评论
