MYSQL索引总结篇
为什么要使用索引
1.当你在茫茫人海中寻找一个人，比如说他的名字是xxx，你不得不挨个问过去，很麻烦，所以要给它一个索引
索引的结构
- B+树（最常用,前面的博客有细讲，支持范围查询
- 哈希表 精准度很高，因为一个哈希值仅仅对应一个或几个数据
索引分类与使用
聚集索引与二级索引
聚集索引可以理解为主键，找到id之后下面的row就挂着它对应的数据，直接根据id查，只需要查一次，性能比较快
二级索引就是，非主键查询，比如说根据username,查询user的所有信息，流程是什么呢，首先，去二级索引那一棵树上，通过用户名，拿到id，但是还没完，再拿着id，去聚集索引查询，相当于查两次，所以说性能比较慢，那么有没有更好的方式呢，那当然
单列索引和联合索引
-
单列索引直接跟着字面意思理解，就是某个索引直接对应某个字段
-
联合索引就是，多个字段联合起来，共用一个索引
有什么用呢，比如说，你想根据name来查询身份证号，那么按照以往情况，要用二级索引，查两次，但是，现在有联合索引，只要通过二级索引查一次就ok了，联合索引的本质也是一个二级索引，但是，有个误区就是，想说通过id来查询联合索引对应的字段，其实多此一举了，直接主键查询，聚集索引
但是捏，聚集索引也有它需要注意的点
就是最左前缀法则，就是最左边的那个字段一定要在，不然会引发索引失效
那还有什么情况会引发索引失效呢，首先就是别傻傻的在字段上上进行函数运算操作，接着就是字符串没加引号也会导致索引失效
前缀索引
比如说，你想根据文章内容，查询跟文章有关的某个信息，文章内容是不是贼大？要是直接以它为二级索引，数据库是不是会炸掉？所以说是不是可以裁减相应一部分，这就引出了前缀索引
就直接裁剪该字段的前几个值，作为索引，那么就涉及到一个调参问题，要裁剪几个呢？ 有一个公式，区分度吧可以这么理解，就是 区分度Q=不同索引个数/总数，所以说Q值越大，区分度越高，但是虽然说区分度高的话比较精确，但是维护成本会相对来说高一些，所以就要权衡利弊，协调好
标签：总结,二级,聚集,id,索引,查询,区分度 From： https://www.cnblogs.com/cjtaaa/p/18102078