@TOC
0.写在前面
文章中包含了：
1.什么是索引
2.索引的数据结构，以及各自的使用场景
3.为什么要设置主键自增？
4.基于主键索引和普通索引的查询有什么区别？
5.什么是回表
6.InnoDB 的索引模型1.为什么要使用索引
索引的使用就是为了提高查询数据的效率，就像书的目录一样
2.常见的索引模型
哈希表
哈希表是一种以键值存储的数据结构，只需要通过key就可以找到对应的值
思路：把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置
当多个key经过哈希函数换算，会出现同一个值，即碰撞，一般通过拉链表解决。使用哈希表的缺陷是，经过哈希算法算出的位置是随机的，做区间查找就得将表全部扫描
所以哈希表这种结构就适合做等值查询的场景，比如Memcached及其它一些nosql引擎
有序数组
有序数组在等值查询和范围查询中的性能就非常优秀了
但是这也是仅仅对于查询来看，如果要更新的时候，就得挪动后面的记录，成本太高了所以有序数组只适合用于静态存储索引，也就是那些不在会被修改的历史数据
二叉搜索树
二叉搜索树的特点是：每个节点的左儿子小于父节点，父节点又小于右儿子。这样查找时间复杂度是O（log（n））级别
树可以有二叉，也可以有多叉。多叉树就是每个节点有多个儿子，儿子之间的大小保证从左到右递增。二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N叉”树。这里，“N叉”树中的“N”取决于数据块的大小。
InnoDB 的索引模型
在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。又因为前面我们提到的，InnoDB使用了B+树索引模型，所以数据都是存储在B+树中的。每一个索引在InnoDB里面对应一棵B+树。
- 假设有一个主键为id的表，字段grade上有索引
mysql> create table Student(
id int primary key,
grade int not null,
name varchar(16),
index (k))engine=InnoDB;
表中t1~t5的(ID,grade)值分别为(1,70)、(2,80)、(3,90)、(4,100)和(5,110)，
此时两棵索引树的示例示意图如下。
从图中不难看出，根据叶子节点的内容，索引类型分为主键索引和非主键索引
主键索引的叶子节点存的是整行数据。在InnoDB里，主键索引也被称为聚簇索引（clustered index）。
非主键索引的叶子节点内容是主键的值。在InnoDB里，非主键索引也被称为二级索引（secondary index）。
那么基于主键索引和普通索引的查询有什么区别？
如果语句是select from T where ID=500，即主键查询方式，则只需要搜索ID这棵B+树；
如果语句是select from T where k=5，即普通索引查询方式，则需要先搜索k索引树，得到ID的值为500，再到ID索引树搜索一次。这个过程称为回表。
也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。
3.索引维护
B+树为了维护索引有序性，在插入新值的时候需要做必要的维护。根据b+树的性质,当插入的值比之前的值都大时，只需在末尾加一个就行了，如果新插入的值，在之前插入值的中间，就相对麻烦了，需要逻辑上挪动后面的数据，空出位置。而更糟的情况是，如果最后一个值所在的数据页已经满了，根据B+树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。在这种情况下，性能自然会受影响。
除了性能外，页分裂操作还影响数据页的利用率。原本放在一个页的数据，现在分到两个页中，整体空间利用率降低大约50%。
当然有分裂就有合并。当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。合并的过程，可以认为是分裂过程的逆过程。、如果用主键自增
插入新记录的时候可以不指定ID的值，系统会获取当前ID最大值加1作为下一条记录的ID值。
也就是说，自增主键的插入数据模式，正符合了我们前面提到的递增插入的场景。每次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。
而有业务逻辑的字段做主键，则往往不容易保证有序插入，这样写数据成本相对较高。
