简介： 什么是索引，索引的底层数据结构，索引的几种类型git
文章已收录Github精选，欢迎Star：https://github.com/yehongzhi/learningSummary程序员
前言
咱们都知道当查询数据库变慢时，须要建索引去优化。可是只知道索引能优化显然是不够的，咱们更应该知道索引的原理，由于不是加了索引就必定会提高性能。那么接下来就一块儿探索MYSQL索引的原理吧。github
什么是索引
索引实际上是一种能高效帮助MYSQL获取数据的数据结构，一般保存在磁盘文件中，比如一本书的目录，能加快数据库的查询速度。除此以外，索引是有序的，因此也能提升数据的排序效率。数据库
一般MYSQL的索引包括聚簇索引，覆盖索引，复合索引，惟一索引，普通索引，一般底层是B+树的数据结构。数据结构
总结一下，索引的优点在于：性能
- 提升查询效率。
- 下降数据排序的成本。
缺点在于：优化
- 索引会占用磁盘空间。
- 索引会下降更新表的效率。由于在更新数据时，要额外维护索引文件。
索引的类型
- 聚簇索引
索引列的值必须是惟一的，而且不能为空，一个表只能有一个聚簇索引。阿里云
- 惟一索引
索引列的值是惟一的，值能够为空。url
- 普通索引
没有什么限制，容许在定义索引的列中插入重复值和空值。spa
- 复合索引
也叫组合索引，用户能够在多个列上组合创建索引，遵循“最左匹配原则”，在条件容许的状况下使用复合索引能够替代多个单列索引的使用。
索引的数据结构
咱们都知道索引的底层数据结构采用的是B+树，可是在讲B+树以前，要先知道B树，由于B+树是在B树上面进行改进优化的。
首先讲一下B树的特色：
- B树的每一个节点都存储了多个元素，每一个内节点都有多个分支。
- 节点中元素包含键值和数据，节点中的键值从小到大排序。
- 父节点的数据不会出如今子节点中。
- 全部的叶子节点都在同一层，叶节点具备相同的深度。
在上面的B树中，假如咱们要找值等于18的数据，查找路径就是磁盘块1->磁盘块3->磁盘块8。
过程以下：
第一次磁盘IO：首先加载磁盘块1到内存中，在内存中遍历比较，由于17<18<50，因此走中间P2，定位到磁盘块3。
第二次磁盘IO：加载磁盘块3到内存，依然是遍历比较，18<25，因此走左边P1，定位到磁盘块8。
第三次磁盘IO：加载磁盘块8到内存，在内存中遍历，18=18，找到18，取出data。
如图所示：
若是data存储的是行数据，直接返回，若是存的是磁盘地址则根据磁盘地址到磁盘中取出数据。能够看出B树的查询效率是很高的。
B树存在着什么问题，须要改进优化呢？
第一个问题：B树在范围查询时，性能并不理想。假如要查询13到30之间的数据，查询到13后又要回到根节点再去查询后面的数据，就会产生屡次的查询遍历。
第二个问题：由于非叶子节点和叶子节点都会存储数据，因此占用的空间大，一个页可存储的数据量就会变少，树的高度就会变高，磁盘的IO次数就会变多。
基于以上两个问题，就出现了B树的升级版，B+树。
B+树与B树最大的区别在于两点：
- B+树只有叶子节点存储数据，非叶子节点只存储键值。而B树的非叶子节点和叶子节点都会存储数据。
- B+树的最底层的叶子节点会造成一个双向有序链表，而B树不会。
如图所示：
B+树的等值查询过程是怎么样的？
若是在B+树中进行等值查询，好比查询等于13的数据。
查询路径为：磁盘块1->磁盘块2->磁盘块6。
第一次IO：加载磁盘块1，在内存中遍历比较，13<17，走左边，找到磁盘块2。
第二次IO：加载磁盘块2，在内存中遍历比较，10<13<15，走中间，找到磁盘块6。
第三次IO：加载磁盘块6，依次遍历，找到13=13，取出data。
因此B+树在等值查询的效率是很高的。
B+树的范围查询过程又是怎么样呢？
好比咱们要进行范围查询，查询大于5而且小于15的数据。
查询路径为：磁盘块1->磁盘块2->磁盘块5->磁盘块6。
第一次IO：加载磁盘块1，比较得出5<17，而后走左边，找到磁盘块2。
第二次IO：加载磁盘块2，比较5<10，而后仍是走左边，找到磁盘块5。
第三次IO：加载磁盘块5，而后找大于5的数据。
第四次IO：因为最底层是有序的双向链表，因此继续往右遍历便可，直到不符合小于15的数据为止。
过程如图所示：
因此在范围查询的时候，是不须要像B树同样，再回到根节点，这就是底层采用双向链表的好处。
因此B+树的优点在于，能保证等值查询和范围查询的快速查找。
InnoDB索引
咱们经常使用的MySQL存储引擎通常是InnoDB，因此接下来说讲几种不一样的索引的底层数据结构，以及查找过程。
聚簇索引
前面讲过，每一个InnoDB表有且仅有一个聚簇索引。除此以外，聚簇索引在表的建立有如下几点规则：
- 在表中，若是定义了主键，InnoDB会将主键索引做为聚簇索引。
- 若是没有定义主键，则会选择第一个不为NULL的惟一索引列做为聚簇索引。
- 若是以上两个都没有。InnoDB 会使用一个6 字节长整型的隐式字段 ROWID字段构建聚簇索引。该ROWID字段会在插入新行时自动递增。
除了聚簇索引以外的索引都称为非聚簇索引，区别在于，聚簇索引的叶子节点存储的数据是整行数据，而非聚簇索引存储的是该行的主键值。
好比有一张user表，如图所示：
底层的数据结构就像这样：
当咱们用主键值去查询的时候，查询效率是很快的，由于能够直接返回数据。
普通索引
也就是用得最多的一种索引，好比我要为user表的age列建立索引，SQL语句能够这样写：
CREATE INDEX INDEX_USER_AGE ON `user`(age);
普通索引属于非聚簇索引，因此叶子节点存储的是主键值，底层的数据结构大概长这个样子：
好比要查询age=33的数据，那么首先查到磁盘块7的age=33的数据，获取到主键值，主键值为4。
接着再经过主键值等于4，查询到该行的数据。因此总得来讲，底层会进行两次查询。
这种先经过查询主键值，再经过主键值查询到数据的过程就叫作回表查询。
覆盖索引
既然上面提到了回表查询，那么天然而然会想到，有没有什么办法能避免回表查询呢？答案确定是有的，那就是使用覆盖索引。
覆盖索引不是一种索引的类型，而是一种使用索引的方式。假设你须要查询的列是创建了索引，查询的结果在索引列上就能获取，那就能够用覆盖索引。
好比上面的例子，咱们经过age=33查询，我须要查询的结果就只要age这一列，那就能够用到覆盖索引，如图所示：
使用到覆盖索引的话，就能避免回表查询，因此在写SQL语句时尽可能不要写SELECT *。
总结
这篇文章主要讲的是索引的类型，索引的数据结构，以及InnoDB表中经常使用的几种索引。固然，除了上述讲的这些以外，还有不少关于索引的知识，好比索引失效的场景，索引建立的原则等等，因为篇幅过长，留着之后再讲。
那么这篇文章就写到这里了，感谢你们的阅读。
以为有用就点个赞吧，你的点赞是我创做的最大动力~
我是一个努力让你们记住的程序员。咱们下期再见！！！
https://developer.aliyun.com/article/784382?utm_content=g_1000275186
本文为阿里云原创内容，未经容许不得转载。