索引
没有索引如何查找数据？
在一个页中的查找，分为两种情况：
- 以主键为搜索条件
可以在 页目录 中使用二分法快速定位到对应的槽，然后再遍历该槽对应 分组中的记录即可快速找到指定的记录。 - 以其他列作为搜索条件
对非主键列的查找的过程可就不这么幸运了，因为在数据页中并没有对非主键列建立所谓的 页目录 ，所以 我们无法通过二分法快速定位相应的 槽 。这种情况下只能从 最小记录 开始依次遍历单链表中的每条记录， 然后对比每条记录是不是符合搜索条件。很显然，这种查找的效率是非常低的。
在很多页中的查找，可以分为两个步骤：
- 定位到记录所在的页。
- 从所在的页内中查找相应的记录。
在没有索引的情况下，不论是根据主键列或者其他列的值进行查找，由于我们并不能快速的定位到记录所在的页，所以只能从第一个页沿着双向链表一直往下找，在每一个页中根据我们刚刚唠叨过的查找方式去查找指定的记录。
索引是什么？
索引本质是排好序的数据结构，一种特殊的文件，包含着对数据表里所有记录的引用指针，直接在索引中查找符合条件的选项，加快数据库的查询速度，而不是一行一行去遍历数据后才选择出符合条件的。
优点：
- 可以大大加快数据的检索速度，这也是创建索引的最主要的原因。
- 通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。
缺点： - 索引是一个文件，它是要占据物理空间的。
- 创建索引和维护索引要耗费时间，具体地，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，会降低增/改/删的执行效率。
MySQL有哪几种索引类型？
- 从数据结构上来划分：哈希索引，B树索引，B+树索引。
- 从功能层次上来划分：普通索引，唯一索引，主键索引，联合索引。
- 普通索引：即一个索引只包含单个列，一个表可以有多个单列索引。
- 唯一索引：索引列的值必须唯一，但允许有空值。
- 主键索引：一种特殊的唯一索引，不允许有空值，一般在建表时同时创建主键索引;
- 联合索引：多列值组成一个索引，专门用于组合搜索。
- 从物理存贮上来划分：聚簇索引，非聚簇索引。
聚簇索引和非聚簇索引？
聚簇索引： 聚簇索引是按照每张表的主键构造一颗B+树，叶子节点中存放的就是整张表的数据，将聚簇索引的叶子节点称为数据页。
c1，c2，c3三列，我们以c1列建立索引，索引树如下图所示：
聚簇索引的特点：
聚簇索引不需要我们显式去创建，InnoDB 存储引擎会自动的为我们创建聚簇索引，并且在 InnoDB 存储引擎中， 聚簇索引 就是数据的存储方式（所有的用户记录都存储在了叶子节点 ），也就是所谓的索引即数据，数据即索引。
聚簇索引的优点：
- 数据访问更快，聚簇索引将索引和数据保存在同一个 B+ 树中，因此从聚簇索引中获取数据比非聚簇索引更快；
- 聚簇索引对于主键的排序查找和范围查找速度非常快。
聚簇索引的缺点： - 插入速度严重依赖于插入顺序，按照主键的顺序（递增）插入是最快的方式，否则将会出现页分裂，严重影响性能。
- 更新主键的代价很高，将会导致被更新的行移动，所以对于 InnoDB 表，一般定义主键为不可更新。
- 聚簇索引只能在搜索条件是主键值时才能发挥作用，因为 B+ 树中的数据都是按照主键进行排序的。
非聚簇索引：非聚簇索引叶子节点存储的是主键值，而不是数据的物理地址，所以访问数据需要二次查找，推荐使用覆盖索引，可以减少回表查询。
以c2列作为索引列，建立B+树：
非聚簇索引的特点：
- B+ 树的叶子节点存储的并不是完整的用户记录，而只是 索引列+主键 这两个列的值。
- 以索引列大小排序的 B+ 树只能确定我们要查找记录的主键值，所以如果我们想根据 c2 列的值查找到完整的用户记录的话，仍然需要到 聚簇索引 中再查一遍，这个过程也被称为 回表。
非聚簇索引的优点： - 非聚簇索引由于不存储实际数据，所以实际文件较小，相比于聚簇索引再读取时可以减少磁盘IO。
- 非聚簇索引使用主键作为”指针” 而不是使用地址值作为指针的好处是，减少了当出现行移动或者数据页分裂时辅助索引的维护工作。
非聚簇索引的缺点： - 需要进行回表查询，即查询到对应的聚簇索引之后再通过聚簇索引查询到所需数据。
相关推荐
评论
