10、MySQL-索引-CSDN博客

介绍：索引(index)是帮助MySQ高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用(指向)数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引

优势：

提高数据检索的效率，降低数据库的IO成本

通过索引列对数据进行排序，降低数据排序的成本，降低CPN的消耗。

劣势：

索引列也是要占用空间的。

索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低。

2、索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引警有不同的结构，主要包含以下几种:

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

2.1 BTree

介绍：多路平衡查找树

以一颗最大度数(max-degree)为5(5阶)的BTree为例(每个节点最多存储4个key，5个指针):

知识小贴士: 树的度数指的是一个节点的子节点个数。

2.2 B+Tree

以一颗最大度数(max-degree)为4(4阶)的B+Tree为例:

相对于BTree区别:

所有的数据都会出现在叶子节点

叶子节点形成一个单向链表

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

2.3 Hash

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突(也称为hash碰撞)，可以通过链表来解决。

Hash索引特点

Hash索引只能用于对等比较(=，in)，不支持范围查询(between，>，<，…)

无法利用索引完成排序操作

查询效率高，通常只需要一次检索就可以了，效率通常要高于B+Tree索引

存储引擎支持

在MySQL中，支持hash索引的是Memory引擎，而InnoD8中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

为什么InnoDB存储引擎选择使用B+ Tree索引结构?

相对于二叉树，层级更少，搜索效率高

对于BTree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低

相对Hash索引，B+Tree支持范围匹配及排序操作