在 MySQL 中，索引是用来加速数据检索速度的一种数据结构。通常我们最熟悉的是 B-tree 索引，但 MySQL 的 InnoDB 存储引擎还提供了其他类型的索引，包括自适应哈希索引。
哈希索引是基于内存的支持，底层结构就是链式哈希表，增删改查的时间复杂度都是O(1)，一断电就没了，因为内存搜索，哈希表是最快的
众所周知，InnoDB使用的索引结构是B+树，但其实它还支持另一种索引：自适应哈希索引。
之前写过一篇文章「简单了解InnoDB原理」，现在回过头看，其实里面只是把缓冲池（Buffer Pool），重做日志缓冲（Redo Log Buffer）、插入缓冲（Insert Buffer）和自适应哈希索引（Adaptive Hash Index）等概念简单的介绍了一下。
（1）InnoDB用户无法手动创建哈希索引，这一层上说，InnoDB确实不支持哈希索引；
一次排除因为自适应哈希索引（adaptive hash index）造成的MySQL数据库崩溃的经历，并探讨MySQL在何种情况下应该激活自适应哈希索引。
在MySQL中，如果你使用的是Innodb存储引擎，那么经常会遇到B+树索引的概念，关于这个概念，之前的文章中我们讲过，除此之外，还有一种索引值得关注，那就是"哈希索引"。
索引是数据库中一个非常重要的概念，能够帮助数据库系统更迅速高效地完成查询。本章将分上下两节来介绍MySQL的索引机制。上篇主要介绍索引的定义和InnoDB的索引实现。下篇主要介绍MyISAM的索引实现和常用类型的索引介绍。
Adaptive Hash Index（以下简称 AHI）估计是 MySQL 的各大特性中，大家都知道名字但最说不清原理的一个特性。本期图解我们为大家解析一下 AHI 是如何构建的。
由于 MySQL 的整个体系太过于庞大，文章的篇幅有限，不能够完全的覆盖所有的方面。所以我会尽可能的从更加贴进我们日常使用的方式来进行解释。
在前面我们了解了server层调用存储引擎层接口来完成sql的执行，使用存储引擎的好处是：每个存储引擎都有各自的特点，能够根据具体的应用建立不同存储引擎表。
当数据量比较大，若SQL语句写的不合适，会导致SQL的执行效率低，我们需要等待很长时间才能拿到结果
常言说得好，每个成功男人背后都有一个为他默默付出的女人，而对于MySQL来说，这个“人”就是InnoDB存储引擎。 MySQL区别于其他数据库的最为重要的特点就是其插件式的表存储引擎。而在众多存储引擎中，InnoDB是最为常用的存储引擎。从MySQL5.5.8版本开始，InnoDB存储引擎是默认的存储引擎。 InnoDB存储引擎支持事务，其设计目标主要面向在线事务处理(OLTP)的应用。其特点是行锁设计、支持外键，并支持非锁定读，即默认读操作不会产生锁。 InnoDB通过使用多版本并发控制(MVCC)来获取高并发性，并且实现了SQL标准的4中隔离级别，默认为REPEATABLE级别。同时，使用一种被称为next-key-locking的策略来避免幻读现象的产生。除此之外，InnoDB存储引擎还提供了插入缓冲(insert buffer)、二次写(double write)、自适应哈希索引(adaptive hash index)、预读(read ahead)等高性能和高可用的功能。
1、如果我们定义了主键(PRIMARY KEY)，那么InnoDB会选择主键作为聚集索引、如果没有显式定义主键，则InnoDB会选择第一个不包含有NULL值的唯一索引作为主键索引、如果也没有这样的唯一索引，则InnoDB会选择内置6字节长的ROWID作为隐含的聚集索引(ROWID随着行记录的写入而主键递增，这个ROWID不像ORACLE的ROWID那样可引用，是隐含的)。
1、如果我们定义了主键(PRIMARY KEY)，那么InnoDB会选择主键作为聚集索引。
1、如果我们定义了主键(PRIMARY KEY)，那么InnoDB会选择主键作为聚集索引。如果没有显式定义主键，则InnoDB会选择第一个不包含有NULL值的唯一索引作为主键索引。如果也没有这样的唯一索引，则InnoDB会选择内置6字节长的ROWID作为隐含的聚集索引(ROWID随着行记录的写入而主键递增，这个ROWID不像ORACLE的ROWID那样可引用，是隐含的)。
工作中我们经常查询数据库,用一个查询,得到想要的数据。可有想过,我们得到答案经过了哪些磨难？经历了哪些诱惑？
1. 主：binlog线程——记录下所有改变了数据库数据的语句，放进master上的binlog中；
mysql 索引能够轻易将查询性能提高几个数量级，而一个“最优”索引有时比一个“好的”索引性能要高两个数量级。
认识索引是什么东西非常关键，一个非常恰当的比喻就是书的目录页与书的正文内容之间的关系，为了方便查找书中的内容，通过对内容建立索引形成目录。因此，首先你要明白的一点就是，索引它也是一个文件，它是要占据物理空间的。
Hash索引是将一列或者多列数据值, 进行 hash运算, 并将结果映射到数组的某个位置上.
1、因为任何有业务含义的列都有改变的可能性,主键一旦带上了业务含义，那么主键就有可能发生变更。主键一旦发生变更，该数据在磁盘上的存储位置就会发生变更，有可能会引发页分裂，产生空间碎片。
哈希索引基于哈希表实现，仅支持精确匹配索引所有列的查询。对于每行数据，存储引擎都会对所有的索引列计算出一个哈希码。哈希索引将所有的哈希码存储在索引中，同时保存指向每个数据行的指针。
InnoDB支持的哈希索引是自适应的，InnoDB会根据表的使用情况自动为表生成哈希索引，不能人为干预在表中生产哈希索引
1、innodb_trx表提供了当前innodb引擎内每个事务的信息（只读事务除外），包括当一个事务启动，事务是否在等待一个锁，以及交易正在执行的语句（如果有的话）。查询语句：
这篇博文源于公司一个批处理的项目异常而起的。先简单描述下发生背景。一个基于spring batch开发的批处理应用，线上运行了9个多月后，某一天突然跑批任务失败了，检查日志得知，是因为一个mysql异常导致的：Lock wait timeout exceeded。msyql事务锁等待超时这个异常虽然不常见，但随便一搜就会看到大量的相关的信息。导致这个异常的原因就是mysql数据库事务锁等待超时，默认超时时间是50S。但我们的批处理业务从逻辑上讲不会出现这种事务排他锁等待的情况，不得其解。故通过以下这些实例来捋一捋mysql事务内隔离级别和锁等知识点，看看是否如我们了解的这样，同时加深下印象。
B+树是一个平衡的多叉树，从根节点到每个叶子节点的高度差值不超过1，而且同层级的节点间有指针相互链接，是有序的
封面图片来自：mysql官方文档，8.0版本，InnoDB Architecture。
在关系数据库中，索引是一种数据结构，为存储引擎提高访问速度的数据结构，它一般是以包含索引键值和一个指向索引键值对应数据记录物理地址的指针的节点的集合的清单的形式存在。
InnoDB 是通用的存储引擎，在高可用和高性能之间做了折中。在MySQL8.0中，InnoDB是默认的存储引擎。除非你需要配置一个不一样的存储引擎，则在create table语句时添加ENGINE=存储引擎来指定其他的存储引擎。
insertbuffer是insertbuffer的增强版，insertbuffer只对插入有效，而changebuffer对insert/update/delete有效。插入缓存只对非唯一的索引和辅助索引有效。每次插入都不是写在索引页上，而是先判断插入的非聚集索引页是否在缓存中。如果是，直接插入。如果不存在，插入insertbuffer，按一定频率合并，写回磁盘。
非聚簇索引访问需要两次索引查找(非聚集索引中叶子节点保存的行指针指向的是行的主键值)，对于innodb自适应哈希索引可以减少这样的重复工作。
基于哈希表实现。存储引擎会对所有的列计算一个哈希码， Hash索引将所有的哈希码存储在索引中，同时在索引表中保存指向每个数据行的指针
最常用的索引也就是B-tree索引和Hash索引，且只有Memory，NDB两种引擎支持Hash索引。
可以用新华字典做类比：如果新华字典中对每个字的详细解释是数据库中表的记录，那么按部首或拼音等排序的目录就是索引，使用它可以让我们快速查找的某一个字详细解释的位置。
第5章 创建高性能的索引 并不是所有的存储引擎都用的B+数，B数能提高查询速度，但是B+树可以方便叶子节点的范围查询。 多列索引，不仅可以精确匹配最左列的数据，还能模糊匹配最左列前缀数据。 如果有某些列模糊查询了多列索引的其中一个，其后面的索引都不再生效。 哈希索引不支持范围查询也不支持排序。只支持精确查询。 innodb引擎有个特殊的功能叫“自适应哈希索引”，当innodb发现某些索引值被使用的非常频繁时，就会在内存中基于B-tree索引之上再建立一个哈希索引。 虽然存储引擎不支持哈希索引，但是我们可以自
在上一篇《索引基础知识回顾》中提到索引按照存储结构划分有B-Tree索引、Hash索引、B+Tree索引类型，接下来就学习一下这几种索引结构以及在实际存储引擎中的使用情况
InnoDB 存储引擎是 MySQL 5.5 版本后的默认存储引擎，支持事务 ACID，回滚，系统崩溃恢复能力及多版本并发控制的事务安全，主要用于 OLTP 数据库业务场景；支持自增长列（auto_increment）；支持外键约束（foreign key）；支持 MVCC 的行级锁；使用 Btree 索引；如果你还没有看到前面一文介绍 MySQL 体系结构，那么推荐戳此查看[MySQL 体系结构详解]，介绍完 MySQL 体系结构，下面来一起学习 InnoDB 体系结构。
MySQL 哈希索引又基于哈希表（散列表）来实现，所以了解什么是哈希表对 MySQL 哈希索引的理解至关重要。接下来，我们来一步一部介绍哈希表。
领取专属 10元无门槛券
手把手带您无忧上云
