?2016-2026 Matools All rights reserved,
粵ICP備17059708號
前言
看了很多關于索引的博客，講的大同小異。但是始終沒有讓我明白關于索引的一些概念，如B-Tree索引，Hash索引，唯一索引….或許有很多人和我一樣，沒搞清楚概念就開始研究B-Tree，B+Tree等結構，導致在面試的時候答非所問！
索引是什么?
索引是幫助MySQL高效獲取數(shù)據(jù)的數(shù)據(jù)結構。
索引能干什么?
提高數(shù)據(jù)查詢的效率。
索引：排好序的快速查找數(shù)據(jù)結構！索引會影響where后面的查找，和order by 后面的排序。
一、索引的分類
1.從存儲結構上來劃分：BTree索引（B-Tree或B+Tree索引），Hash索引，full-index全文索引，R-Tree索引。
2.從應用層次來分：普通索引，唯一索引，復合索引。
3.根據(jù)中數(shù)據(jù)的物理順序與鍵值的邏輯（索引）順序關系：聚集索引，非聚集索引。
1）中所描述的是索引存儲時保存的形式，
2）是索引使用過程中進行的分類，兩者是不同層次上的劃分。不過平時講的索引類型一般是指在應用層次的劃分。
就像手機分類，安卓手機，IOS手機 與 華為手機，蘋果手機，OPPO手機一樣。
普通索引：即一個索引只包含單個列，一個表可以有多個單列索引
唯一索引：索引列的值必須唯一，但允許有空值
復合索引：即一個索引包含多個列
聚簇索引(聚集索引)：并不是一種單獨的索引類型，而是一種數(shù)據(jù)存儲方式。具體細節(jié)取決于不同的實現(xiàn)，InnoDB的聚簇索引其實就是在同一個結構中保存了B-Tree索引(技術上來說是B+Tree)和數(shù)據(jù)行。
非聚簇索引：不是聚簇索引，就是非聚簇索引（認真臉）。
歡迎大家關注我的公種浩【程序員追風】，文章都會在里面更新，整理的資料也會放在里面。
二、索引的底層實現(xiàn)
mysql默認存儲引擎innodb只顯式支持B-Tree(
從技術上來說是B+Tree)索引，對于頻繁訪問的表，innodb會透明建立自適應hash索引，即在B樹索引基礎上建立hash索引，可以顯著提高查找效率，對于客戶端是透明的，不可控制的，隱式的。
不談存儲引擎，只討論實現(xiàn)(抽象)
Hash索引
基于哈希表實現(xiàn)，只有精確匹配索引所有列的查詢才有效，對于每一行數(shù)據(jù)，存儲引擎都會對所有的索引列計算一個哈希碼（hash
code），并且Hash索引將所有的哈希碼存儲在索引中，同時在索引表中保存指向每個數(shù)據(jù)行的指針。
B-Tree能加快數(shù)據(jù)的訪問速度，因為存儲引擎不再需要進行全表掃描來獲取數(shù)據(jù)，數(shù)據(jù)分布在各個節(jié)點之中。
是B-Tree的改進版本，同時也是數(shù)據(jù)庫索引索引所采用的存儲結構。數(shù)據(jù)都在葉子節(jié)點上，并且增加了順序訪問指針，每個葉子節(jié)點都指向相鄰的葉子節(jié)點的地址。相比B-Tree來說，進行范圍查找時只需要查找兩個節(jié)點，進行遍歷即可。而B-Tree需要獲取所有節(jié)點，相比之下B+Tree效率更高。
案例：假設有一張學生表，id為主鍵
在MyISAM引擎中的實現(xiàn)（二級索引也是這樣實現(xiàn)的）
在InnoDB中的實現(xiàn)
三、問題
問：為什么索引結構默認使用B-Tree，而不是hash，二叉樹，紅黑樹？
hash：雖然可以快速定位，但是沒有順序，IO復雜度高。
二叉樹：樹的高度不均勻，不能自平衡，查找效率跟數(shù)據(jù)有關（樹的高度），并且IO代價高。
紅黑樹：樹的高度隨著數(shù)據(jù)量增加而增加，IO代價高。
問：為什么官方建議使用自增長主鍵作為索引。
結合B+Tree的特點，自增主鍵是連續(xù)的，在插入過程中盡量減少頁分裂，即使要進行頁分裂，也只會分裂很少一部分。并且能減少數(shù)據(jù)的移動，每次插入都是插入到最后?？傊褪菧p少分裂和移動的頻率。
插入連續(xù)的數(shù)據(jù)：
插入非連續(xù)的數(shù)據(jù)
最后
歡迎大家一起交流，喜歡文章記得點個贊喲，感謝支持！
熱門工具 換一換