索引

这是数据库索引相关内容的第三篇
复制代码

索引

目录：

1. 什么是索引
2. 索引的存储
3. 聚簇索引和非聚餐索引
4. 索引片
   

1. 什么是索引

    索引对于数据库，至关于目录对应于图书，咱们能经过索引快速的对数据库的内容进行定位。

    当没有索引，或者没有一个合适的索引，在大量的表数据中查询，将是一场灾难；

2. 索引的存储

    索引实际使用时其仍是占用存储空间的；

    就像目录也是占用了图书的几页纸同样。

    那么索引，是如何存储的呢？

    其实，索引的存储就是用我在B树是个什么玩意中介绍的B树方式或者其衍生（B+ B-）方式存储。

    B树索引能高效的提升磁盘IO，特别是对与数据库这种数据量比较多的状况，确定是但愿比较少的磁盘读取及每次读取获得比较多的数据；B树就很好的知足了这种特性。

3.聚簇索引和非聚簇索引

    聚簇索引是比较容易混淆的概念，在不一样的数据库中，其表明的意义是不同的。
    通常咱们认为聚簇索引有以下特性：

    1> 聚簇索引肯定表中数据的物理顺序
    2> 每张表只能建一个聚簇索引
    3> 当聚簇索引缺失时，默认主键为聚簇索引
    4> 非聚簇索引叶子节点指向聚簇索引

    由此看来，聚簇索引是很是珍贵的，当查询的条件正好是聚簇索引能覆盖的范围时，是很是快速的；由于经过索引就能找到数据，不用再到磁盘上进行屡次查找。

    非聚簇索引，则是相反，其不限制个数，不能直接定位到数据，其叶子节点是指向数据的指针，且并不必定能惟一肯定一条数据，因此指针能够是多个。

4.索引片

    查询时，理想的状况是，查询条件已经覆盖在索引中了，查询是基于索引的查询，那此时查询速度会比较快；可是实际状况却很复杂，这就须要咱们知道优化器是如何根据查询条件及索引来进行查询的。流程以下：

从头至尾依次检查索引列
1.在where子句中，该列是否至少拥有一个足够简单的查询与之对应？
  若是有，那么这个列就是匹配列；
  若是没有，那么这个列及其后面的索引列都是非匹配列
2.若是该索引对应的查询条件是范围，那么剩余的索引都是非匹配列
3.对于最后一个匹配列以后的索引列，若是拥有一个足够简单的查询条件与其对应，那么该列就是过滤列
复制代码

    好比索引（A,B,C,D），对应查询条件where A = 1 and B < 3 and C = 2
    按照流程图，首先看A，A的查询语句是A = 1,足够简单，且不是范围条件，因此A是匹配索引
    再看B，B是条件查询，B<3,因此B是匹配索引，可是B后面的索引都是非匹配索引；
    再看查询条件，还有C=2，由于C虽然是索引，可是由于B是范围查询，因此其后的全部索引都是非匹配索引，因此C是非匹配索引，可是由于C也有简单的查询条件，因此C是过滤列
    综上所述，对于索引（A,B,C,D），其在查询条件where A = 1 and B < 3 and C = 2中，索引片是（A,B）过滤列是C
    那这个结果意味着什么？

    也就是对于索引（A,B,C,D），其自己索引存储时，是 A, B, C, D

    好比索引有100w条，那么根据上述流程图，A,B是索引片

    那么基于这100W条，经过A,B组合查找出假设10w条，再经过C，在这10W条中进行过滤，最后剩余1w条

    索引片越窄，即参与过滤的索引越多，那么效率就会越高，由于索引片自己的查找是基于索引的，即B树查找；

    那是否是索引片窄了就好了呢？

其实索引涉及的内容还有不少，好比若是涉及到排序、联合查询、索引数目太多，什么才是好的索引等等

在此建议你们看《数据库索引设计与优化》（Tapio Lahdenmaki/Michael Leach）

通俗易懂的解释了索引的工做原理，以及如何设计索引

其余相关章节
复制代码

数据库索引相关文章之一：《B树，一点都不神秘》
数据库索引相关文章之二：《B树很简单,插入so easy》
数据库索引相关文章之三：《索引》
数据库索引相关文章之四：《什么索引算是好的索引》
数据库索引相关文章之五：《如何发现及替换不合适的索引》
数据库索引相关文章之六：《索引总结》