1.索引概述
概念：存储引擎用于
快速找到数据记录
的数据结构，帮助mysql 高效获取数据的数据结构。
目的：
减少磁盘IO
的次数，加快查询速率。
演示：
无索引全表扫描，有索引比如建立b+tree能更加快速的查找。
优势：提高数据检索的效率，降低IO成本，通过索引对数据 进行排序降低排序的成本
劣势：更新数据比较慢，索引需要占据额外的空间。
2.索引的结构
数据查找的方式（没有索引）
1.在一个数据页的查找（数据页是数据库的基本单位，默认大小
16kb，
类似书架的概念）
- 以主键为搜索条件（主键为递增的），可以使用二分，迅速定位
- 以其他列为搜索条件，不能保证有序，从最小记录开始依次遍历单链表
2.在很多数据页查找数据
- 定位数据所在的页
- 从所在页中查找相应记录
知识小贴士：
磁盘IO是非常耗费时间的，查找数据首先将数据从磁盘中读入内存（整个数据页），再做相 应 的查找操 作。
索引的设计方案
1.使用行格式来存储记录，
Compact
行格式示意图
2.将记录放在页中，会根据主键id排序，示意图
3.多个页之间，再页上建立目录项（有最小主键值
key
和页号
page_no
），示意图
4.建立目录页
B+Tree 大部分引擎都支持该索引
Hash索引 底层哈希表实现，只有精确匹配查询索引列才有效，不支持范围查询
R-Tree（空间索引） 主要用于地理空间类型，MYISAM引擎
Full-text（全文索引） 建立倒排索引快速匹配文档
二叉树结构缺点：可能出现不平衡情况，大量数据情况下，层级深
红黑树缺点：大量数据情况下，层级深检索速度慢
B-Tree(多路平衡查找树)
B+Tree
非叶子节点起到索引作用，叶子节点存放数据
叶子以单链表的形式
MySql索引数据结构对B+Tree进行了优化，在原有基础上增加了一个指向相邻节点的链表指针， 提高区间访问的性能。
Hash索引
采用hash算法，将key转换成hash值，映射到对应的哈希表中，传哈希冲突，使用链表解决。
特点：支持=,in,不支持范围查询，无法利用hash索引排序，在不产生hash冲突的情况下效率高
支持的存储引擎：Memory引擎，
InnoDB拥有自适应的hash功能。
索引分类
1.分类
-
主键索引：默认创建，只能有一个
- 唯一索引，常规索引，全文索引：可以有多个
2. 根据索引的存储形式可以分类，在InnoDB中
- 聚集（聚簇）索引（clustered index），只有一个，必须有，将数据存储与索引放在一起， 索引的叶子节 点存放行数据
- 二级索引（Secondary index），可以有多个，分开存储，索引的叶子节点存储的是对应的主键
3. 聚簇索引简单了解
优点
缺点
限制
聚集索引选取的规则：
如果存在主键索引，主键索引就是聚集索引。
不存在主键索引，第一个唯一索引为聚集索引
没有主键，唯一索引，InnoDB会自动生成rowid作为隐藏的聚集索引。
回表查询：现根据二级索引找到主键值，再根据主键值到聚集索引拿到数据。
问题;
select * from user where id=1;
select * from user where name="aa";那个效率高？
首先会根据name 的值取二级索引查到对应id,再根据id取聚集索引查找对应行数据。
所以id效率高
问题：
InnoDB的B+Tree的高度？
索引语法
创建索引
create index index_name on table_name (index_col_name,...);查看索引
show index from table_name;删除索引
drop index index_name from table_name案例：
现有一张试卷信息表examination_info，其中包含各种类型试卷的信息。为了对表更方便快捷地 查 询，需要在examination_info表创建以下索引，规则如下：
在duration列创建普通索引idx_duration、在exam_id列创建唯一性索引uniq_idx_exam_id、在 tag列创建全文索引full_idx_tag。
create index idx_duration on examination_info(duration);
create unique index uniq_idx_exam_id on examination_info(exam_id);
create fulltext index full_idx_tag on examination_info(tag);
索引性能分析
命令，查看当前数据库，insert,update,select,delete的访问频次
show [session|global] status like 'Com_______'慢查询日志