MySQL专题，第四期—深入索引学习

一、背景

数据库查询在数据库学习与以后的应用中是非常重要的技能。上节我们讲了连接查询，接下来我们会讲述如何进行查询优化。查询优化主要是依赖索引完成的，所以本节我们就讲一下索引的一些知识。

二、索引是什么

1.定义：索引简单说就是一种数据结构。是一种排好序的快速查找数据的数据结构。很明显：建立索引的目的是为了提高查找效率。

2.索引主要影响sql的那一部分

索引主要影响sql where子句部分及order by子句部分的执行效率。还记得我上一篇文章讲的mysql真正执行sql的顺序吧。就是为了更好的应用索引，提高查询效率。

3.索引的分类

① 单值索引

单值索引即只有一列的索引。这种索引虽然看似简单，但是我觉得是很常用的，对查询优化也是很有帮助的。

② 唯一索引

索引列的值唯一，但允许有空值。单值索引有可能是唯一索引，即索引列值唯一。复合索引也可以是唯一索引，即索引列的组合唯一。

③ 复合索引

一个索引包含多个列，就是复合索引。复合索引的建立很有讲究，随后我们细谈。

4.mysql的索引结构

mysql中的索引结构主要是以下几种：B+Tree(B+树类型索引)、Hash(hash键值对类型索引)、full-text(全文索引)等。

① 对于Hash键值对索引。我们很好理解：它的索引结构就是key-value型的键值对。Hash索引查询效率很高的。因为它是直接根据key查找到数据值，不用想树结构那样总是从根节点开始查询到叶子节点。但是Hash索引应用场合不大。Hash 索引仅仅能满足"=","IN"和""查询，不能使用范围查询。所以Hash索引应用空间并不大。

② 对于全文索引，在关系型数据库中本身并不建议使用全文索引，大家有兴趣的自行学习，这里不再赘述。

③ 重点是我们的B+Tree类型的索引。这个索引是mysql中常用索引。它的结构实际上是这样的：它是一个多路搜索树，但是并不一定是二叉树。相对于BTree它的主要特点是：非叶子节点不存储真实的数据，只存储指引搜索方向的数据项。

BTree结构，如下图：

我这里已一个简单二叉树为例，可以看到每个节点(无论是叶子节点还是非叶子节点都是[key, data]这样的数据结构)。

B+Tree结构，如下图：

可以看到B+Tree的主要特点就是：非叶子节点不存储真实的数据，只存储指引搜索方向的数据项。

注：我是以二叉树为例，但是BTree与B+Tree不一定就是二叉树。准确的说叫：多路搜索树。因为这涉及到树的详细数据结构，我就不在这里细究了，想要了解的朋友可以自行去学习。

还有要注意的一点：有的mysql中选择索引方法的时候显示是BTree，这里澄清一下。mysql中的BTree指的是B+Tree而不是BTree。关于BTree与B+Tree究竟哪个效率更高，这涉及计算机更底层的一些知识，这里也不再陈述，感兴趣的朋友可以自行学习。

三、什么时候用索引

讲完索引的结构后，那么在什么情况下需要建立索引呢。

以下情况为通常建立索引的情况：

① 主键在数据库中会自动建立索引。

② 频繁作为查询条件的字段。

③ 查询中与其他表关联的字段，即：外键关系时常建立索引。

④ 查询中排序字段建立索引。(因为索引其实就是一种排好序的数据结构，如果排序能用上索引，速度真的是快的不要不要的。)

⑤ 查询中统计或分组字段。

以下为不适合建索引的情况：

① 表记录较少。

② 经常增、删、改的表。(会引起索引的重构，效率比较慢。同时从这一点我们亦可以看出，索引其实影响了增、删、改的性能。所以索引真的不是越多越好，一般一张表建立5个索引即是最多，更多则考虑优化索引。)

③ where条件用不到的字段不适合创建索引。

④ 某些数据列包含旭东重复内容，不适宜建索引。(这里涉及一个索引性能问题：选择建索引的选择性=索引列不同值/总列数。从这个公式看出主键索引即是必须建立的索引，所以数据库会自动给我们建立主键索引)

四、总结

在本文中，主要讲述了一些mysql索引的一些概念与其一些核心概念。主要是比较了BTree与B+Tree的不同，还有什么时候我们需要建立索引。

关于查询的优化，在数据库层面，其实基本上是从索引入手的。有一个好的索引结构，必能更好的优化慢查询问题。

下一节我会带给大家一些性能分析的相关知识，提前透露一下:关于explain关键字的使用，会是索引学习的重头戏哦。赶紧关注我吧。

小编原创不易，只求大家关注关注。拜托拜托。谢谢大家！我们明天见。