聚簇索引、非聚簇索引、联合索引、唯一索引

一、索引类型

索引根据底层实现可分为B-Tree索引和哈希索引，大部分时候我们使用的都是B-Tree索引，因为它良好的性能和特性更适合于构建高并发系统。

根据索引的存储方式来划分，索引可以分为聚簇索引和非聚簇索引。聚簇索引的特点是叶子节点包含了完整的记录行，而非聚簇索引的叶子节点只有所以字段和主键ID。

根据聚簇索引和非聚簇索引还能继续下分还能分为普通索引、覆盖索引、唯一索引以及联合索引等。

二、聚簇索引和非聚簇索引

聚簇索引也叫聚集索引，它实际上并不是一种单独的索引类型，而是一种数据存储方式，聚簇索引的叶子节点保存了一行记录的所有列信息。也就是说，聚簇索引的叶子节点中，包含了一个完整的记录行。

非聚簇索引也叫辅助索引、普通索引，它的叶子节点只包含一个主键值，通过非聚簇索引查找记录要先找到主键，然后通过主键再到聚簇索引中找到对应的记录行，这个过程被称为回表。

例如一个包含了用户姓名和年龄的的数据表，假设主键是用户ID，聚簇索引的结构为（橙色的代表id，绿色是指向子节点的指针）：

叶子节点中，为了突出记录，把(id, name, age)区分开来了，实际上是连在一起的，它们是构成一条记录的整体。

而一个非聚簇索引（以age为索引）的结构是：

它的叶子节点中，不包含整个记录的完整信息，除了age字段本身以外，只包含当前记录的主键id。如果想要获取整行记录数据还需要再通过id号到聚簇索引中回表查询。

InnoDB中，每个表必须有一个聚簇索引，默认是根据主键建立的。如果表中没有主键，InnoDB会选择一个合适的列作为聚簇索引，如果找不到合适的列，会使用一列隐藏的列DB_ROW_ID作为聚簇索引。

三、覆盖索引

非聚簇索引中因为不含有完整的数据信息，查找完整的数据记录需要回表，所以一次查询操作实际上要做两次索引查询。而如果所有的索引查询都要经过两次才能查到，那么肯定会引起效率下降，毕竟能少查一次就少查一次。

以上面的age索引为例，它是一个非聚簇索引，如果我想通过年龄查询用户的id，执行了下面一条语句：

1	select id from userinfo where age = 10;

这种情况是否还有必要去回表？因为我只需要id的值，通过age这个索引就已经能拿到id了，如果还去回表一次不就做了无用的操作了吗？实际上确实是不需要的。索引查询中，如果辅助索引已经能够得到查询的所有信息了，就无需再回表，这个就是覆盖索引。

四、联合索引

联合索引指的是同时对多列创建的索引，创建联合索引后，叶子节点会同时包含每个索引列的值，并且同时根据多列排序，这个排序和我们所理解的字典序类似。

例如对同时对上面的姓名和年龄创建的索引结构：

(name, age)都是简写，想不出十几个名字。。。。。

每个叶子节点同时保存了所有的索引列，除此之外，还是只包含了主键id。

最左前缀匹配原则

当对多列创建索引后，并不是只要包含了创建索引的列就能使用索引，索引的使用要遵循最左前缀匹配原则。

假设对列(A, B, C)创建索引，那么只有以下场景能使用索引：

• 对列(A, B, C)/(A, C)或者(A, B)进行查询会匹配索引，对(C, A)或者(B, C)来说不能使用索引。
• 通配符只能使用LIKE 'val%'形式，不能使用LIKE '%VAL%'，后者会导致全表扫描。
• 索引列不能进行运算，例如WHERE A + 1 = 5这种场景会导致索引失效。
• 索引列不能包含范围值查询，如LIKE/BETWEEN/>/<等都会导致后面的列无法匹配索引。
• 索引列不能包含有NULL值。

索引下推

新版本的MySQL（5.6以上）中引入了索引下推的机制：可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。

例如针对上面表中的(name, age)做联合索引，正常情况下的查询逻辑：

• 通过name找到对应的主键ID
• 根据id记录的列匹配age条件

这种做法会导致很多不必要的回表，例如表中存在(张三, 10)和(张三, 15)两条记录，此刻要查询(张三, 20)的记录。查询时先通过张三定位到所有符合条件的主键ID，然后在聚簇索引中遍历满足条件的行，看是否有符合age = 20的记录。实际情况是没有满足条件的记录的，这个回表过程也相当于是在做无用之功。

索引下推的主要功能就是改善这一点，在联合索引中，先通过姓名和年龄过滤掉不用回表的记录，然后再回表查询索引，减少回表次数。

五、唯一索引

唯一索引是一种不允许具有相同索引值的索引，系统在创建该索引时检查是否有重复的键值，每次对更新或增加记录时都会检查这一点。主键索引就是唯一索引。

六、常见的二级索引：

HBase的一级索引就是rowkey，我们只能通过rowkey进行检索。如果我们相对hbase里面列族的列列进行一些组合查询，就需要采用HBase的二级索引方案来进行多条件的查询。

1. MapReduce方案

2. ITHBASE（Indexed-Transanctional HBase）方案

3. IHBASE（Index HBase）方案

4. Hbase Coprocessor(协处理器)方案

5. Solr+hbase方案

6. CCIndex（complementalclustering index）方案

二级索引的种类

　　1、创建单列索引
?
　　2、同时创建多个单列索引
?
　　3、创建联合索引（最多同时支持3个列）
?
　　4、只根据rowkey创建索引

单表建立二级索引

1.首先disable ‘表名’
2.然后修改表
?
alter 'LogTable',METHOD=>'table_att','coprocessor'=>'hdfs:///写好的Hbase协处理器（coprocessor）的jar包名|类的绝对路径名|1001'
?
3. enable '表名'

二级索引的设计思路

二级索引的本质就是建立各列值与行键之间的映射关系
?
如上图1，当要对F:C1这列建立索引时，只需要建立F:C1各列值到其对应行键的映射关系，如C11->RK1等，这样就完成了对F:C1列值的二级索引的构建，当要查询符合F:C1=C11对应的F:C2的列值时（即根据C1=C11来查询C2的值,图1青色部分）
?
其查询步骤如下：
?
1. 根据C1=C11到索引数据中查找其对应的RK，查询得到其对应的RK=RK1
?
2. 得到RK1后就自然能根据RK1来查询C2的值了 这是构建二级索引大概思路，其他组合查询的联合索引的建立也类似。