常见的索引模型浅析

　　索引的出现是为了提升数据库查询的效率，就像书的目录同样。常见的索引模型有哈希表、有序数组、B+树。

• 自适应哈希索引(AHI)

　　哈希表是一种常见的数据结构，即经过哈希算法计算出一个数字在表中的位置，并将数字存入该表。哈希索引就是经过哈希表来实现的，通常状况下查找时间复杂度为O(1)。InnoDB会监控对表上各索引页的查询，会自动根据访问的频率和模式为某些热点页创建哈希索引，因此又叫自适应哈希索引，访问模式同样指查询的条件同样。

　　好比咱们维护一张身份证信息和用户姓名的表，须要根据身份证号查询姓名，哈希索引大概是这样的：

　　哈希索引适合只有等值查询的场景，例如select * from T where index_col = '##'。哈希索引是无序的，若是须要区间查询，那就要把全部数据扫描一遍。

• 有序数组索引

　　有序数组在等值查询和区间查询场景中效率都很高，一样用上面的表举例，索引大概是这样的：

　　要查询某条数据或者区间的时候，使用二分法时间复杂度为O(logN)。但若是须要在中间更新数据时，那么就要移动后面全部的数据。有序数组索引只适用于静态存储引擎，好比保存2019年度学校全部学生信息。

• B+树索引

　　B+树是为磁盘或其余直接存取辅助设备设计的一种平衡查找树。下面是一颗高度为2的B+树，全部记录都在叶子结点上顺序存放，叶子结点经过指针相连。

　　B+树索引就是B+树在数据库中的实现，因为B+索引在数据库中具备高扇出性，在数据库中B+树的高度通常为2~4层。查找某一键值的行记录时最多只须要2~4次IO。以InnoDB的一个整数字段索引为例，这颗B+树大概是1200叉树，这里N叉树的N取决于数据块的大小。高度为4的时候就能够存1200的3次方个值，大概为17亿。考虑到树根的数据块老是在内存中，一个10亿行的表上一个整数字段的索引，查找一个值最多只须要访问3次磁盘。

　　在InnoDB存储引擎中，表是根据主键顺序存放的。根据叶子结点内容，B+树索引又分为聚簇索引和辅助索引。

• • 聚簇索引：按照每张表的主键构造一颗B+树，叶子结点的key是主键值， value是该行的其余字段值，聚簇索引的叶子结点也称为数据页。
  • 辅助索引：叶子结点的内容是主键的值。

咱们用一个例子来讲明上面的概念，建立一张表，在字段k上有索引：

create table T(
id int primary key, 
k int not null, 
name varchar(16),
index (k))engine=InnoDB;

　　表中R1~R5的(ID,k)值分别为(100,1)、(200,2)、(300,3)、(500,5)和(600,6)，两颗B+树以下，能够明显看到这两个颗树的区别。

　　使用普通索引查询时，例如 select * from T where k = 2，须要先搜索k索引树，获得ID的值为200；再到ID索引搜索一次。这个过程就叫作回表，非主键索引查询须要多搜索一棵树。

　　参考资料：《MySQL实战45讲》

　　　　　　　《MySQL技术内幕：InnoDB存储引擎》第二版