MySQL之索引系列（一）

索引能够提升数据查询的效率，至关于一本书的目录

常见索引模型

数据库的索引模型有不少种，其中比较常见、简单的数据结构是哈希、有序数组和搜索树

哈希表

哈希表是一种key-value结构的数据结构，key为待查找的值，用一个hash函数计算key的哈希值，做为存储位置，value就放在这个位置，由于多个key可能计算出来hash值相同，即占用相同的位置，因此value能够是一个链表，里面存着多个值。

如图，根据用户id计算hash值，可能user二、user5两个用户计算出来的hash值相同，因此他们的数据以链表的形式存在于value。若是要获取user6的信息，根据 hash( user6.id) 得出hash值为3，则在3这个value中遍历，获取user6的信息。 一个好的hash函数计算获得的值应该是很是分散的，不容易重复，这样会减小遍历的过程，增长查询速度。
因为hash存储位置的值不是递增的，而是散列的，所以插入数据时速度是很快的，可是若是要查找区间内的值 [user3,user9],只能挨个从user3开始遍历查找，因此hash表这种结构适合于等值查询的场景，不适合区间查询

有序数组

有序数组对于上述区间查询这一场景有优点，存储状态如图：

按照id递增存储在数组中，若是须要查询某个id对应的姓名，根据二分法时间复杂度为O(log n)，若是须要查询一个区间的范围，则开头第一个user后一次日后查询便可。可是若是须要大量插入数据，数据结构就不适合了，为了保证id的顺序性，须要往数组中间插入一条，则该id后面的数据一次向后移动，成本比较高。
以上可见，有序数组索引只适用于静态存储引擎，提供查询、不插入的数据表

N叉树

二叉树的特色：每一个节点比左儿子大，比右儿子小。由结构可知时间复杂度为O(log n)，为了维持这种结构，更新的时间复杂度一样是O(log n)。除了二叉树外还能够有N叉树，对于二叉树来讲，100万节点的树高20，也就是说查找一个数据颇有可能要访问20个数据块，这个速度就会很慢。因此这时候应该使用N叉树，N取决于数据块的大小。N叉树因为在读写上的性能优势，以及适配磁盘的访问模式，已经被普遍的应用在数据库引擎中了

InnoDB的索引模型

innoDB使用了B+树索引模型，每一个索引都对应着一棵B+树。
索引类型分为：主键索引和费主键索引
主键索引叶子节点存的是整行数据，也被称为聚簇索引；非主键索引的叶子节点内容是主键的值，也被称为二级索引。
也就是说若是经过主键id来查找，则只须要搜索id这棵B+树
若是使用二级索引来查找，则先找到该二级索引对应的主键id而后再根据id索引树在搜索一次，这个过程叫作回表
如图：

select * from table where k = 3

以上SQL使用了二级索引K，首先搜索索引树，获得主键id的值为300，再到主键索引树找到300对应的数据，这一过程叫作回表 所以在应用中减量使用主键索，能够减小回表过程

索引维护

因为B+树的有序性，因此在插入新数据时须要调整，维持结构。 在自增主键的状况下，主键系统本身动获取主键id，按顺序在最后插入一个叶子节点，是追加操做，不须要移动其余的记录。
使用业务逻辑字段作主键，则通常不能保证有序插入，写数据的成本比较高
上文可知，非主键索引的叶子节点都是主键的值，若是主键长度越大，普通索引的叶子节点就越小，普通索引占用的空间也就越小 从性能和存储空间两方面考虑，自增主键每每是更合理的选择

本文为极客时间《MySQL实战45讲》的学习笔记，其中含有部分原文，若有侵权行为请联系我马上删除
第一节：一条SQL查询语句的执行过程