是什么

在MySQL进行查询时，需要将全部数据加载到内存之中，然后以页的形式进行遍历查询，这样的查询效率太低，于是有了索引这个概念，索引类似于目录，将数据关键字整理为索引，通过索引查询数据会大大提高查询效率

分类

物理存储

不同的存储引擎的索引类型不同

MyISAM使用聚簇索引

InnoDB使用非聚簇索引

聚簇索引

聚簇索引是通过索引聚集数据生成，默认使用主键，没有主键则使用非空唯一索引，没有唯一索引则使用六个字节的rowId充当主键，而数据是存储在树的叶子节点的data域之中

回表：辅助索引的叶子节点的data域存储的是主键索引的索引值。在查询数据时，需要先定位获取主键索引的索引值，然后通过这个索引值在主键索引结构之中查询数据

非聚簇索引

索引和数据分开存放

数据结构

B+tree，B Tree，Hash，红黑树，B+tree 是MySQL中被存储引擎采用最多的索引类型。

B+Tree与B Tree的区别

B+Tree

• 数据存储在叶子节点之中

• 节点包含的信息

  • 关键字

  • 指向下一层的指针

B Tree

• 节点包含的信息

  • 关键字

  • 指向对应数据的指针

  • 指向下一层的指针

对比总结

• B+Tree每一个节点会存储更多的信息，相对于B Tree来说可以使用更少的IO次数读取到更多的数据
• B+Tree将数据都整合在了叶子节点，更方便与对数据进行统一处理

B+Tree与红黑树的区别

红黑树是平衡二叉树，但因为是二叉树，那么B+Tree相对于红黑树来说会深度会更大，进一步说就是红黑树检索到目标数据需要的磁盘IO次数会更多

B+Tree与HASH的区别

Hash查询数据的效率非常高，可以一次进行定位，不像B+Tree需要从根结点到叶子节点。

但是Hash结构的缺点在于他不能进行范围搜索，Hash结构是通过数据的hash值来进行定位，所以不能用于范围查找，只能用于查询确定的值。

为什么

优点

可以有效提高查询效率

缺点

索引有专门的索引表，占用空间

每次数据更新都需要对相应索引进行更新

怎么用（索引优化）

• 开启慢日志，获取需要进行优化的SQL语句

• 使用 explain 分析SQL语句

  俩个关键字段

  • type

    值为all，表示为全表查询，可以优化

  • extra

    Using fileSort，表示排序没使用索引，可以优化

• 添加索引