数据库中索引相关基础知识

索引的数据结构

B-Tree： 也称为多路平衡查找树，并且所有叶子节点位于同一层。
B+Tree：它不仅具有 B-Tree 的平衡性，并且可通过顺序访问指针来提高区间查询的性能。

MySQL 索引

索引，在MySQL也称为键 (Key)，是存储引擎快速找到记录的一种数据结构 。相当于图书的目录，可根据目录中的页码快速找到所需的内容。

索引结构类型

1. B+Tree 索引
   • B+Tree 索引是大多数 MySQL 存储引擎的默认索引类型。
   • 因为 B+ Tree 的有序性 ，因此可用于部分查找 、 范围查找 、 排序和分组 。
   • 适用于全键值、键值范围和键前缀查找，其中键前缀查找只适用于最左前缀查找。若不是按照索引列的顺序进行查找，则无法使用索引。
2. Hash 索引
   • Hash 索引能以 O(1) 时间进行查找，但是失去了有序性。因此无法用于排序与分组，无法用于部分查找和范围查找，只支持精确查找。
   • Hash 索引仅满足 = ， IN 和 <=> 查询，不能使用范围查询。因为 Hash 索引比较的是Hash 运算后的 Hash 值，所以它只能用于等值的过滤。
3. 全文索引
   • 全文索引使用倒排索引实现，它记录着关键词到其所在文档的映射。
4. 空间数据索引
   • 空间数据索引会从所有维度来索引数据

索引的优点缺点

1. 优点
   • 大大减少了服务器需要扫描的数据行数。
   • 避免服务器进行排序和分组操作，以避免创建临时表 。
   • B+Tree 索引是有序的，可以用于 ORDER BY 和 GROUP BY 操作。临时表主要是在排序和分组过程中创建，不需要排序和分组，也就不需要创建临时表。将随机 I/O变为顺序 I/O 。
   • B+Tree 索引是有序的，会将相邻的数据都存储在一起。
2. 缺点
   • 索引并不是越多越好，索引固然可以提高相应的 SELECT 的效率，但同时也降低了INSERT及UPDATE 的效率，因为 INSERT 或 UPDATE 时有可能会重建索引 。

索引的设计原则

从索引的优、缺点考虑索引的设计原则。

1. 忌过度索引 ：
   • 索引需要额外的磁盘空间，而且会降低写操作的性能。
   • 在修改表内容时，索引会进行更新甚至重构，索引列越多花销时间越长。为此优化检索性能，只保持需要的索引即可。
   • 经常用在 排列 、 分组 和 范围搜索 的列适合创建索引，因为索引是有序的。
   • 经常出现在 WHERE 子句的列，或是 JOIN 连接子句中指定的列适合创建索引。
2. 使用短索引 ：
   • 若对长字符串列进行索引，应该指定一个前缀长度，这样能够节省大量索引空间

索引的优化策略

• 独立的列：在进行查询时，索引列不能是 表达式 的一部分，也不能是 函数参数，否则无法使用 索引。
• 多列索引： 在需要使用多个列作为条件进行查询时，使用多列索引比使用多个单列索引性能更 好。
• 索引列的顺序：让选择性最强的索引列放在前面。
• 前缀索引：对于 BLOB、TEXT 和 VARCHAR 类型的列，必须使用前缀索引，只索引开始的部分字符。前缀长度的选取需要根据索引选择性来确定。
• 覆盖索引：索引包含所有需要查询的字段的值。具有以下优点：
  • 索引通常远小于数据行的大小，只读取索引能大大减少数据访问量。
  • 一些存储引擎在内存中只缓存索引，而数据依赖于操作系统来缓存。因此，只访问索引可以不使用系统调用（通常比较费时）。

索引的使用场景

• 对于非常小的表：大部分情况下简单的全表扫描比建立索引更高效;
• 对于中大型的表： 建立索引非常有效;
• 对于特大型的表：建立和维护索引的代价将会随之增长。这种情况下，需要用到一种技术可以直接区分出需要查询的一组数据，而不是一条记录一条记录地匹配。例如可以使用分区技术。