标签：index name 查询索引 MySQL 数据节点

索引

知识回顾：数据都是存在于硬盘上的，查询数据不可避免的需要进行IO操作

索引：就是一种数据结构，类似于书的目录。意味着以后在查询数据的时候应该先找目录再找数据，而不是一页一页的番薯，从而提升查询熟读降低IO操作。

索引在MySQL中也叫“键”，是存储引擎用于快速查找记录的一种数据结构

primary key
unique
index key

注意 foreign key 不是用来加速查询用的，不在我们的研究范围之内

上面的三种key，前面的两种除了可以增加查询速度之外各自还具有约束条件，而最后一种index key没有任何的约束条件，只是用来帮助你快速查询数据。

本质

通过不断的缩小想要的数据范围筛选出最终的结果，同时将随机事件（一页一页的翻）变成顺序事件（先找目录，再找数据），也就是说有了索引机制，我们可以总是用一种固定的方式查找数据。

一张表中可以有多个索引（多个目录）

索引虽然能够帮助你加快查询速度但是也有缺点

缺点：

当表中有大量数据存在的前提下，创建索引速度回很慢
在索引创建完毕之后，对表的查询性能会大幅度提升，但是写的性能也会大幅度的降低。

总结：

索引不要随意的创建！！！

索引操作

查看索引

语法

show index from 表名;

示例

 show index from user_info;
+-----------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table     | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-----------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| user_info |          0 | PRIMARY  |            1 | id          | A         |           2 |     NULL | NULL   |      | BTREE      |         |               |
+-----------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+

desc user_info;
+----------+--------------+------+-----+---------+----------------+
| Field    | Type         | Null | Key | Default | Extra          |
+----------+--------------+------+-----+---------+----------------+
| id       | int(11)      | NO   | PRI | NULL    | auto_increment |
| name     | varchar(255) | YES  |     | NULL    |                |
| password | varchar(255) | YES  |     | NULL    |                |
+----------+--------------+------+-----+---------+----------------+

创建索引

对于非主键、非唯一约束、非外键的字段，可以创建普通索引

语法

create index  索引名 on 表名(字段名);
# 索引名的命名规则一般是：index_表名_列名

示例

create index index_name on user_info(name);
Query OK, 0 rows affected (0.04 sec)
Records: 0  Duplicates: 0  Warnings: 0

删除索引

语法

drop index 索引名 on 表名

示例

drop index index_name on user_info;
Query OK, 0 rows affected (0.01 sec)
Records: 0  Duplicates: 0  Warnings: 0

索引的数据结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持B+树索引。
Hash索引	底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效,不支持范围查询。
R-tree(空间索引)	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-text(全文索引)	是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES。

B+Tree索引

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

只有叶子结点存放的是真实的数据，其他节点存放的是虚拟数据，仅仅是用来指路的。树的层级越高查询数据所需要经历的步骤就越多。而一个磁盘块存储是有限制的。

Hash索引

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞)，可以通过链表来解决。

Hash索引特点：

Hash索引只能用于对等比较(=，in)，不支持范围查询(between，>，<，....)
无法利用索引完成排序操作
查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引

存储引擎支持：

在MsaL中，支持hash索引的是Memory引擎，而innoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

思考题：

1.为什么InnoDB存储引擎选择使用B+Tree索引结构？（面试题）

相对于二叉树，层级更少，搜索效率越高。
对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低。
相对Hash索引，B+Tree支持范围匹配以及排序操作。

2.为什么建议你将id字段作为索引？

占的空间少，一个磁盘块能够存储的数据多
那么就降低了树的高度，从而减少了查询次数

聚集索引（主键索引）

将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据（所有字段的值）。

聚集索引指的就是主键
Innodb 只有两个文件，直接将主键存放在了idb表中
MyIsam 三个文件，单独将索引存在一个文件

InnoDB的聚集索引图解

辅助索引(非聚集索引)

将数据与索引分开存储，索引结构的叶子节点指向了数据对应的位置

查询数据的时候不可能一直使用到主键，也有可能会用到name、password等字段，那么这个时候就没有办法利用聚集索引，所以我们就可以根据情况给其他字段设置辅助索引（也是一个B+树）

叶子结点存放的是数据对应的主键值
先按照堵住索引拿到数据的主键值，之后还是需要主键的聚集索引里面来查询数据。

# 给name设置辅助索引(按照用户的名字来做辅助索引)
select name from user where name='xiao';

InnoDB的非聚集索引图解

图示根据主键查询的过程：

整个查询的过程如下：

查询 id（主键）为 18 的数据，SELECT id, name, age WHERE id = 18。
首先在「根节点：节点一」上，id = 18 落在了 15 <= id < 56 范围之内，这样我们就知道了下级节点「非叶子节点：节点2-1」的地址。
根据【步骤2】得到的「非叶子节点：节点2-1」的地址，找到对应的「非叶子节点：节点2-1」。然后，id = 18 又落在了 15 <= id < 20 范围之内，这样我们就知道了再下一级节点「叶子节点：节点3-1」的地址。
根据【步骤3】得到的「叶子节点：节点3-1」的地址，找到对应的「叶子节点：节点3-1」。最后，在「叶子节点：节点3-1」这个节点上找到 id = 18 对应的数据 {“id”: 18, “name”: “King”, “age”: 1

覆盖索引

覆盖索引（covering index ，或称为索引覆盖）即从非主键索引中就能查到的记录，而不需要查询主键索引中的记录，避免了回表的产生减少了树的搜索次数，显著提升性能。如果一个索引包含了(或覆盖了)满足查询语句中字段与条件的数据就叫做覆盖索引。

在辅助索引的叶子结点就已经拿到了需要的数据

例如：
# 给name设置辅助索引(按照用户的名字来做辅助索引)
select name from user where name='xiao';
这种情况已经可以使用辅助索引来直接找到对应的数据了，就不需要再使用主键值来查找了，这就叫覆盖索引
select age from user where name='xiao';
这种情况使用辅助索引来找对应的数据了，但是我们并没有得到相对应的数据，这就叫非覆盖索引

唯一索引（unique）

唯一索引是指该索引的所有值都是唯一的，不允许出现重复值。

语法

MySQL中可以通过以下语法创建唯一索引

ALTER TABLE table_name ADD UNIQUE KEY index_name (column);

注意事项

与普通索引不同的是，如果尝试向包含唯一索引的列中插入重复的值，则会引发错误。
唯一索引可以用于确保数据的一致性和完整性，并且可以帮助提高查询性能。

组合索引(联合索引)

组合索引是一种由两个或更多列组成的索引。
当查询涉及多个列时，组合索引可以大大提高查询性能。

语法

MySQL中可以通过以下语法创建组合索引

ALTER TABLE table_name ADD INDEX index_name (column1, column2, ...);

需要注意的是，组合索引中的列顺序很重要。
在执行查询时，MySQL会首先使用最左的列进行匹配，然后逐步向右扩展。
因此，应该将最常用的查询条件放在组合索引的前面。

缺点

例如，如果添加了不需要的列，或者删除了不需要的列，可能会导致组合索引变得无效。
此外，如果创建了太多的组合索引，也可能会增加索引维护的成本。

全文索引

全文索引是一种特殊的索引，它可以用来存储和检索文本数据。
全文索引可以包含单词、短语和其他类型的文本内容，并支持模糊匹配和近似匹配。

语法

MySQL中可以通过以下语法创建全文索引

CREATE FULLTEXT INDEX index_name ON table_name (column);