MySQL夯实之路-索引深入浅出

索引的类型

从数据结构的角度来说，分为B-Tree索引、hash索引（memory引擎支持）、R-Tree索引（空间数据索引，MyISAM支持，用作地理数据存储）、FULLTEXT（全文）索引（MyISAM、InnoDB支持）

从物理存储角度：聚集索引、非聚集索引

从逻辑角度：普通索引、唯一索引、主键索引、空间索引（只有MyISAM支持且支持的不好）

B-tree索引

通常意味着所有的值都是按顺序存储的，适合查找范围数据。

适用于全键值，键值范围或者键前缀查找（只适合最左前缀查找）

叶子节点指向的是被索引的数据

限制：必须按索引的最左列开始查找；不能跳过索引中的列，如果有范围查找，则右边所有列无法使用索引优化查找

哈希索引

哈希索引基于哈希表实现，必须精准匹配索引所有列。对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码，不同键值的行哈希码不一样。哈希码存储在索引中，哈希表中保存每个数据行的指针。

Mysql中只有memory引擎支持哈希索引，并且是支持非唯一哈希的，同时也支持B-tree索引，如果哈希值相同，索引会以链表的方式存放多个记录指针到同一个哈希目录

缺点：

哈希索引只适用于特定的场合。Ndb集群引擎也支持唯一哈希索引，并且作用特殊

‘也可以创建自适应哈希索引。缺点是需要维护哈希值，可以手动维护，也可以使用触发器实现

空间数据索引（R-tree）

Myisam支持空间索引，可以用作地理数据存储。这类索引无需前缀查询，空间索引会从所有维度来索引数据。可以使用任意维度来组合查询

全文索引

全文索引是查找文本中的关键词，而不是直接比较索引中的值。（类似于搜索引擎，而不是简单的where条件匹配）

索引的优点

非常小的表，通常全表扫描更高效。对于中型到大型表，索引非常高效

高性能索引策略

独立的列

指索引列不能是表达式的一部分，也不能是函数的参数

前缀索引和索引选择性

前缀索引：使用列的前面的部分字符作为索引

索引选择性：不重复索引数（基数

）和总记录的比值

多列索引

Where条件里面的列都建立索引是错误的

Mysql5.0及以后，引入了“索引合并”的策略

?

选择合适的索引列顺序

? ? ?

聚簇索引

是一种数据存储方式，数据和索引存储在一起

innoDB通过主键聚集数据

?

二级索引需要两次b-tree查找。innoDB中自适应哈希索引能减少这样重复的操作

可以使用代理键作为主键（代理键与业务无关），如自增整数id

如果插入的主键不一定比之前大，就不能简单地插入到索引的最后，有许多缺点。尽可能按主键顺序插入数据，尽可能使用单调增加的聚簇键的值来插入新行

覆盖索引

二次索引（普通索引，辅助索引）只需要扫描索引而无需回表

好处:

使用索引扫描来做排序

只有当索引的列顺序和order by字句顺序完全一致，并且所有列的排序方向都一样时，mysql才能使用索引进行排序

压缩（前缀压缩）索引

冗余和重复索引

应该避免冗余和重复索引

未使用的索引

索引和锁

支持多种过滤条件

?

避免多个范围条件

In不是范围查询，是多个等值查询

优化排序

?

维护索引和表

?

减少索引和数据的碎片

?

总结