MySQl索引基础

基础的索引类型以及优缺点

平衡树基础

InnoDB引擎的平衡树采用B+Tree索引，先分析B-Tree和B+Tree的结构特点，以及为什么采用B+Tree结构。

• B-Tree结构：
  
  图中的数字都是键值，Data表示对应键值的数据，每个节点都有自己的键值和对应的数据，但是有对应的范围，介于$[\frac{m}{2}, m]$[2m​,m]之间。键值采用搜索平衡树的方式排列，而且中序遍历一定是有序的。
• B+Tree结构：
  
  B+Tree的结构中，父节点的所有孩子节点中，一定存放了父节点的所有索引值。叶子节点一定存放了所有的键值的范围，而且叶子节点的键值跟随对应的数值。每个叶子节点都有指向下一个叶子节点的指针，底层的叶子节点形成了一个有序链表。

B-/+Tree作为索引，优势在于：树的高度低，一次读取多个节点，减少磁盘的IO次数；缺点是平衡树结构复杂，需要调整结构耗费时间，但是这相对磁盘IO时间可以忽略。

B+Tree比B-Tree的优势：

• B+Tree的非叶子节点没有数据，因此可以使得叶子节点包含更多的键值，减低树的高度，优化查询次数
• B+Tree获取一定范围数据时，B+Tree不需要回溯等的操作，而是直接根据索引定位到叶子节点的数据范围的两端，然后利用叶子的链式结构读取
• 插入或删除数据时，需要调整的仅仅时索引排列方式，底层的数据部分不变

缺点在于B+Tree使用了多余的节点，因为所有的孩子节点都要保存父节点的数据。

推荐文章：https://blog.csdn.net/qq_26222859/article/details/80631121

InnoDB的B+Tree索引

索引的代价是，更新、插入和删除的时候，需要调整平衡树的结构；维护平衡树本身也需要代价。

B+Tree索引可以创建在多行上，匹配时可以从最左侧匹配或者全职匹配，但是无法跳过中间的列，或者跳过第一列去匹配后面的数据。如果某个列有优化查询范围，则后面的列无法使用索引优化。

B+Tree索引中，索引列的顺序是非常重要的，索引列的顺序不对，会影响效率

哈希索引

哈希索引基于哈希表实现，只有精确比配索引的所有列才有效，哈希索引不支持范围查询，仅支持等值，比如=、!=和IN()等。同时，要合理选择哈希函数，否则会在哈希计算上浪费过多时间。出现哈希冲突时，可以再利用精确匹配的方式。

索引的一些总结

使用索引有3个主要的优势：

• 减少磁盘IO的次数
• 减少了排序和临时表
• 把随机IO变成了顺序IO

索引所在的列不能在表达式中，否则无法使用索引的特性。

索引的基本操作
创建索引：

ALTER TABLE table_name ADD INDEX index_name (column_list) # 普通索引
ALTER TABLE table_name ADD UNIQUE (column_list) # 唯一索引
ALTER TABLE table_name ADD PRIMARY KEY (column_list) # 主键索引

# create的方式
CREATE INDEX index_name ON table_name (column_list)
CREATE UNIQUE INDEX index_name ON table_name (column_list)

删除索引

DROP INDEX index_name ON talbe_name
ALTER TABLE table_name DROP INDEX index_name
ALTER TABLE table_name DROP PRIMARY KEY

查看索引

show index from tblname;