1. 没有索引，可能会有什么问题

索引：提高数据库的性能，索引是物美价廉的东西了。
不用加内存，不用改程序，不用调sql，只要执行正确的 create index ，查询速度就可能提高成百上千倍。
但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。
所以它的价值，在于提高一个海量数据的检索速度。

常见索引分为：

• 主键索引(primary key)
• 唯一索引(unique)
• 普通索引(index)
• 全文索引(fulltext)--解决中子文索引问题。

案例：
先整一个海量表，在查询的时候，看看没有索引时有什么问题？

代码这里就不贴了，放到gitee网站上了点击链接即可！！！
还是跟之前一样将SQL代码拖到所要存放的目录下，再进行导出命令

mysql> source /var/lib/mysql/index_data.sql  -- 这里的路径找到自己的文件

这可能需要等待几分钟，因为数据量特别大，数据库IO需要时间

到此，已经创建出了海量数据的表了。

mysql> use bit_index;
Database changed
mysql> show tables;
+---------------------+
| Tables_in_bit_index |
+---------------------+
| EMP                 |
+---------------------+
1 row in set (0.01 sec)

mysql> select * from EMP limit 10;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 100002 | vIeyeb | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    464 |
| 100003 | wvQSPx | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    451 |
| 100004 | bBCigh | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    206 |
| 100005 | AsmicO | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    372 |
| 100006 | prPXvh | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    276 |
| 100007 | lzQFDa | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    206 |
| 100008 | Vseryo | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |     17 |
| 100009 | mgXtaX | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    364 |
| 100010 | KrFcvU | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    116 |
| 100011 | vuLvUm | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    257 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
10 rows in set (0.00 sec)

查询员工编号为998877的员工

where后面跟常数 表示恒为True 那么就会一直在EMP表当中查找，最终因为操作系统内存不够的原因被Kill掉(kill -9命令)

[root@iZ0jl69kyvg0h181cozuf5Z mysql]# ps axj | grep mysql
 9940  9961  9961  9940 pts/0     9961 S+       0   0:00 mysql -uroot -p
 9962 10062 10061  9962 pts/1    10061 S+       0   0:00 grep --color=auto mysql
    1 14239 14238 14238 ?           -1 Sl      27  16:48 /usr/sbin/mysqld --daemonize --pidfile=/var/run/mysqld/mysqld.pid
[root@iZ0jl69kyvg0h181cozuf5Z mysql]# ps axj | grep mysql
 9962 10082 10081  9962 pts/1    10081 S+       0   0:00 grep --color=auto mysql
    1 14239 14238 14238 ?           -1 Sl      27  16:59 /usr/sbin/mysqld --daemonize --pid-file=/var/run/mysqld/mysqld.pid

同时mysql进程也被杀掉了，重新启动mysql

mysql> select * from EMP where empno = 998877;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 998877 | IdprQa | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    321 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (4.53 sec)

可以看到耗时4.93秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能就死机。
解决方法，创建索引

mysql> alter table EMP add index(empno);
Query OK, 0 rows affected (18.96 sec)
Records: 0  Duplicates: 0  Warnings: 0

换一个员工编号，测试看看查询时间

mysql> select * from EMP where empno=123456;
+--------+--------+----------+------+---------------------+---------+--------+--------+
| empno  | ename  | job      | mgr  | hiredate            | sal     | comm   | deptno |
+--------+--------+----------+------+---------------------+---------+--------+--------+
| 123456 | JZfAnP | SALESMAN | 0001 | 2024-03-26 00:00:00 | 2000.00 | 400.00 |    104 |
+--------+--------+----------+------+---------------------+---------+--------+--------+
1 row in set (0.01 sec)

我们可以看到增加索引后的速度就是0.01秒，非常快！

2. 认识磁盘

MySQL与存储
MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。
先来研究一下磁盘：

再看看磁盘中一个盘片

扇区
数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。

题外话：

• 从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大
• 那么，所有扇区都是默认512字节吗？
  目前是的，我们也这样认为。因为保证一个扇区多大，是由比特位密度决定的。
• 不过最新的磁盘技术，已经慢慢的让扇区大小不同了，不过我们现在暂时不考虑。

我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。
(当然，有一些内存文件系统，如： proc ， sys 之类，我们不考虑)

#数据库文件，本质其实就是保存在磁盘的盘片当中，就是一个一个的文件
[root@iZ0jl69kyvg0h181cozuf5Z ~]# ls /var/lib/mysql -l   #我们目前MySQL中的文件
total 254032
-rw-r----- 1 mysql mysql        56 Mar 11 10:37 auto.cnf
drwxr-x--- 2 mysql mysql      4096 Mar 26 16:06 bit_index
-rw------- 1 mysql mysql      1676 Mar 11 10:37 ca-key.pem
-rw-r--r-- 1 mysql mysql      1112 Mar 11 10:37 ca.pem
-rw-r--r-- 1 mysql mysql      1112 Mar 11 10:37 client-cert.pem
-rw------- 1 mysql mysql      1680 Mar 11 10:37 client-key.pem
-rw-r----- 1 mysql mysql       301 Mar 11 11:29 ib_buffer_pool
-rw-r----- 1 mysql mysql 146800640 Mar 26 16:08 ibdata1
-rw-r----- 1 mysql mysql  50331648 Mar 26 16:08 ib_logfile0
-rw-r----- 1 mysql mysql  50331648 Mar 26 16:08 ib_logfile1
-rw-r----- 1 mysql mysql  12582912 Mar 23 12:59 ibtmp1
-rw-r--r-- 1 root  root       1974 Mar 25  2022 index_data.sql
drwxr-x--- 2 mysql mysql      4096 Mar 11 10:37 mysql
srwxrwxrwx 1 mysql mysql         0 Mar 11 11:29 mysql.sock
-rw------- 1 mysql mysql         6 Mar 11 11:29 mysql.sock.lock
drwxr-x--- 2 mysql mysql      4096 Mar 11 10:37 performance_schema
-rw------- 1 mysql mysql      1676 Mar 11 10:37 private_key.pem
-rw-r--r-- 1 mysql mysql       452 Mar 11 10:37 public_key.pem
drwxr-x--- 2 mysql mysql      4096 Mar 26 11:50 scott
-rw-r--r-- 1 mysql mysql      1112 Mar 11 10:37 server-cert.pem
-rw------- 1 mysql mysql      1676 Mar 11 10:37 server-key.pem
drwxr-x--- 2 mysql mysql     12288 Mar 11 10:37 sys
drwxr-x--- 2 mysql mysql      4096 Mar 23 13:07 tt

# 自己定义的数据库，里面有数据表

所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。
而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

定位扇区

• 柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面
• 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的
• 所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号，即可在磁盘上定位所要访问的扇区。
  这种磁盘数据定位方式叫做 CHS 。不过实际系统软件使用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。
  系统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。
  不过，我们现在不关心转化细节，知道这个东西，让我们逻辑自洽起来即可。
  结论
  我们现在已经能够在硬件层面定位，任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节),进行IO交互吗？不是
• 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化
• 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
• 之前学习文件系统，就是在磁盘的基本结构下建立的。文件系统读取基本单位，就不是扇区，而是数据块。

==故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。==

磁盘随机访问(Random Access)与连续访问(Sequential Access)
随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。
连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。
因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。
磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

3. MySQL 与磁盘交互基本单位

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高
基本的IO效率， MySQL 进行IO的基本单位是 16KB (后面统一使用 InnoDB 存储引擎讲解)

mysql> SHOW GLOBAL STATUS LIKE 'innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| Innodb_page_size | 16384 | -- 16*1024=16384
+------------------+-------+
1 row in set (0.01 sec)

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。
即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）

4. 建立共识

• MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
• MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数 据。
• 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
• 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。==而此时IO的基本单位就是Page==
• 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
• 为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数

  5. 索引的理解

  建立测试表

  create table if not exists user (
  id int primary key, --一定要添加主键哦，只有这样才会默认生成主键索引
  age int not null,
  name varchar(16) not null
  );
  mysql> show create table user \G
  *************************** 1. row ***************************
  Table: user
  Create Table: CREATE TABLE `user` (
  `id` int(11) NOT NULL,
  `age` int(11) NOT NULL,
  `name` varchar(16) NOT NULL,
  PRIMARY KEY (`id`)
  ) ENGINE=InnoDB DEFAULT CHARSET=utf8 --默认就是InnoDB存储引擎
  1 row in set (0.00 sec)
  

  插入多条记录

  --插入多条记录，注意，我们并没有按照主键的大小顺序插入哦
  mysql> insert into user (id, age, name) values(3, 18, '杨过');
  Query OK, 1 row affected (0.01 sec)
  mysql> insert into user (id, age, name) values(4, 16, '小龙女');
  Query OK, 1 row affected (0.00 sec)
  mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
  Query OK, 1 row affected (0.01 sec)
  mysql> insert into user (id, age, name) values(5, 36, '郭靖');
  Query OK, 1 row affected (0.00 sec)
  mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
  Query OK, 1 row affected (0.00 sec)
  

  查看插入结果

  mysql> select * from user; --发现竟然默认是有序的！是谁干的呢？排序有什么好处呢？
  +----+-----+-----------+
  | id | age | name |
  +----+-----+-----------+
  | 1 | 56 | 欧阳锋 |
  | 2 | 26 | 黄蓉 |
  | 3 | 18 | 杨过 |
  | 4 | 16 | 小龙女 |
  | 5 | 36 | 郭靖 |
  +----+-----+-----------+
  5 rows in set (0.00 sec)
  

  中断一下---为何IO交互要是 Page

  为何MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不香吗?
  如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。
  但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。
  你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有局部性原理：==当我们访问该Page时，那么就有很大的概率访问周围的Page==
  往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。

理解单个Page
MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要先描述，再组织 。
我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。

不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表

因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。

为什么数据库在插入数据时要对其进行排序呢？我们按正常顺序插入数据不是也挺好的吗？
插入数据时排序的目的，就是优化查询的效率。
页内部存放数据的模块，实质上也是一个链表的结构，链表的特点也就是增删快，查询修改慢，所以优化查询的效率是必须的。
正式因为有序，在查找的时候，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。

理解多个Page

通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。

如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。
那么，查找特定一条记录，也一定是线性查找。这效率也太低了。

页目录
我们在看《谭浩强C程序设计》这本书的时候，如果我们要看<指针章节>，找到该章节有两种做法：

• 方案1：从头逐页的向后翻，直到找到目标内容
• 方案2：通过书提供的目录，发现指针章节在234页(假设)，那么我们便直接翻到234页。同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位

本质上，书中的目录，是多花了纸张的，但是却提高了效率
所以，目录，是一种“空间换时间的做法”

单页情况
针对上面的单页Page，我们能否也引入目录呢？当然可以

那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？

==可以很方便引入目录==

多页情况
MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大，16KB 不可能存下所有的数据，那么必定会有多个页来存储数据。

在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。
需要注意，上面的图，是理想结构，大家也知道，目前要保证整体有序，那么新插入的数据，不一定会在新Page上面，这里仅仅做演示。
这样，我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了。
那么如何解决呢？解决方案，其实就是我们之前的思路，给Page也带上目录。

• 使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
• 和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
• 其中，每个目录项的构成是：键值+指针。图中没有画全。
  
  
  存在一个目录页来管理页目录，目录页中的数据存放的就是指向的那一页中最小的数据。有数据，就可通过比较，找到该访问那个Page，进而通过指针，找到下一个Page。
  其实目录页的本质也是页，普通页中存的数据是用户数据，而目录页中存的数据是普通页的地址。
  可是，我们每次检索数据的时候，该从哪里开始呢？虽然顶层的目录页少了，但是还要遍历啊？不用担心，可以在加目录页
  
  这货就是传说中的B+树啊！没错，至此，我们已经给我们的表user构建完了主键索引。
  随便找一个id=？我们发现，现在查找的Page数一定减少了，也就意味着IO次数减少了，那么效率也就提高了。

复盘一下

• Page分为目录页和数据页。目录页只放各个下级Page的最小键值。
• 查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，大大减少了IO次数

InnoDB 在建立索引结构来管理数据的时候，其他数据结构为何不行？

• 链表？线性遍历
• 二叉搜索树？退化问题，可能退化成为线性结构
• AVL &&红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高。
  大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。虽然你很秀，但 是有更秀的。
• Hash？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持；
  Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行，另外还有其他差别，有兴趣可以查一下。

• B树？最值得比较的是 InnoDB 为何不用B树作为底层索引？

数据结构演示链接：(点击即可跳转)

可以自己下去试试看，蛮好玩滴！
B+ vs B
B树

B+ 树

目前这两棵树，对我们最有意义的区别是：

• B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针
• B+叶子节点，全部相连，而B没有

==为何选择B+==

• 节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少。
• 叶子节点相连，更便于进行范围查找

聚簇索引 VS 非聚簇索引
MyISAM 存储引擎-主键索引
MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。
下图为 MyISAM表的主索引， Col1 为主键。

其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。
相较于 InnoDB 索引， InnoDB是将索引和数据放在一起的。

--终端A
mysql> create database myisam_test; --创建数据库
Query OK, 1 row affected (0.00 sec)

mysql> use myisam_test;
Database changed
mysql> create table mtest(
    -> id int primary key,
    -> name varchar(11) not null
    -> )engine=MyISAM; --使用engine=MyISAM
Query OK, 0 rows affected (0.01 sec)

--终端B
[root@VM-0-3-centos mysql]# ls myisam_test/ -al --mysql数据目录下
total 28
drwxr-x--- 2 mysql mysql 4096 Jun 13 13:33 .
drwxr-x--x 13 mysql mysql 4096 Jun 13 13:32 ..
-rw-r----- 1 mysql mysql 61 Jun 13 13:32 db.opt
-rw-r----- 1 mysql mysql 8586 Jun 13 13:33 mtest.frm --表结构数据
-rw-r----- 1 mysql mysql 0 Jun 13 13:33 mtest.MYD --该表对应的数据，当前没有数据，所以是0
-rw-r----- 1 mysql mysql 1024 Jun 13 13:33 mtest.MYI --该表对应的主键索引数据

其中， MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引

--终端A
mysql> create database innodb_test; --创建数据库
Query OK, 1 row affected (0.00 sec)

mysql> use innodb_test;
Database changed
mysql> create table itest(
    -> id int primary key,
    -> name varchar(11) not null
    -> )engine=InnoDB;         --使用engine=InnoDB
Query OK, 0 rows affected (0.02 sec)

--终端B
[root@VM-0-3-centos mysql]# ls innodb_test/ -al
total 120
drwxr-x---  2 mysql mysql  4096 Jun 13 13:39 .
drwxr-x--x 14 mysql mysql  4096 Jun 13 13:38 ..
-rw-r-----  1 mysql mysql    61 Jun 13 13:38 db.opt
-rw-r-----  1 mysql mysql  8586 Jun 13 13:39 itest.frm --表结构数据
-rw-r-----  1 mysql mysql 98304 Jun 13 13:39 itest.ibd --该表对应的主键索引和用户数据，虽然现在一行数据没有，但是该表并不为0，因为有主键索引数据

其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引
当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这
种索引可以叫做辅助（普通）索引。
对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。
下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别

同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下图：

可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。
所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询
为何 InnoDB 针对这种辅助（普通）索引的场景，不给叶子节点也附上数据呢？原因就是太浪费空间了。

总结：

• 如何理解硬盘
• 如何理解柱面，磁道，扇区，磁头
• InnoDB 主键索引和普通索引
• MyISAM 主键索引和普通索引
• 其他数据结构为何不能作为索引结构，尤其是B+和B
• 聚簇索引 VS 非聚簇索引

6. 索引操作

创建主键索引

• 第一种方式

  -- 在创建表的时候，直接在字段名后指定 primary key
  create table user1(id int primary key, name varchar(30));
  

• 第二种方式：

  -- 在创建表的最后，指定某列或某几列为主键索引
  create table user2(id int, name varchar(30), primary key(id));
  

• 第三种方式：

  create table user3(id int, name varchar(30));
  -- 创建表以后再添加主键
  alter table user3 add primary key(id);
  

  主键索引的特点：
• 一个表中，最多有一个主键索引，当然可以使符合主键
• 主键索引的效率高（主键不可重复）
• 创建主键索引的列，它的值不能为null，且不能重复
• 主键索引的列基本上是int

唯一索引的创建

• 第一种方式

  -- 在表定义时，在某列后直接指定unique唯一属性。
  create table user4(id int primary key, name varchar(30) unique);
  

• 第二种方式

  -- 创建表时，在表的后面指定某列或某几列为unique
  create table user5(id int primary key, name varchar(30), unique(name));
  

• 第三种方式

  create table user6(id int primary key, name varchar(30)）；
  alter table user6 add unique(name);
  

  唯一索引的特点：
• 一个表中，可以有多个唯一索引
• 查询效率高
• 如果在某一列建立唯一索引，必须保证这列不能有重复数据
• 如果一个唯一索引上指定not null，等价于主键索引

普通索引的创建

• 第一种方式

  create table user8(id int primary key,
  name varchar(20),
  email varchar(30),
  index(name) --在表的定义最后，指定某列为索引
  );
  

• 第二种方式

  create table user9(id int primary key, name varchar(20), email
  varchar(30));
  alter table user9 add index(name); --创建完表以后指定某列为普通索引
  

• 第三种方式

  create table user10(id int primary key, name varchar(20), email
  varchar(30));
  -- 创建一个索引名为 idx_name 的索引
  create index idx_name on user10(name);
  

  普通索引的特点：
• 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
• 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引

查询索引

• 第一种方法： show keys from 表名

  mysql> show keys from goods\G
  *********** 1. row ***********
  Table: goods <= 表名
  Non_unique: 0 <= 0表示唯一索引
  Key_name: PRIMARY <= 主键索引
  Seq_in_index: 1
  Column_name: goods_id <= 索引在哪列
  Collation: A
  Cardinality: 0
  Sub_part: NULL
  Packed: NULL
  Null:
  Index_type: BTREE <= 以二叉树形式的索引
  Comment:
  1 row in set (0.00 sec)
  

• 第二种方法: show index from 表名;
• 第三种方法(信息比较简略)： desc 表名；

删除索引

• 第一种方法-删除主键索引：

  alter table 表名 drop primary key;
  

• 第二种方法-其他索引的删除：

  alter table 表名 drop index 索引名； 索引名就是show keys from 表名中的 Key_name 字段
  mysql> alter table user10 drop index idx_name;
  

• 第三种方法方法：

  drop index 索引名 on 表名
  mysql> drop index name on user8;
  

  索引创建原则
• 比较频繁作为查询条件的字段应该创建索引
• 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
• 更新非常频繁的字段不适合作创建索引
• 不会出现在where子句中的字段不该创建索引

其他概念--自行了解：

• 复合索引 -- 可以理解为将多个键作为一个索引 应用场景比较少见
  (通过姓名取QQ号 ，将姓名和QQ号作为索引，取到姓名就可以直接取到QQ号)
• 索引最左匹配原则
  (复合索引存在的问题：假如姓名和QQ号作为索引，那么只能通过姓名匹配，无法匹配QQ)
• 索引覆盖
  (复合索引会覆盖主键的值，因为通过姓名找QQ号的方式，不需要再回表通过找到主键的方式再去找QQ号)