【MySQL】索引（重点）-- 详解（上）https://developer.aliyun.com/article/1515540?spm=a2c6h.13148508.setting.15.11104f0e63xoTy
8、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，以前必须线性遍历 4 次，才能拿到结果。现在直接通过目录 2[3] 可以 直接进行定位新的起始位置，提高了效率。
那么为何通过键值 MySQL 会自动排序？
可以很方便地引入目录。
9、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。
注意，上面的图是理想结构，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，这里只做演示。
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，貌似这样也存在效率问题，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。这样就显得之前 Page 内部的目录有点杯水车薪了。
那么如何解决上述问题呢？
- 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来找到该访问那个 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？
不用担心，可以在加目录页。
MySQL Innode db 下的索引结构：（一般建表插入数据时，就是在该结构下进行 CURD
如果表中没有主键，也是这样吗？
也是的，会有默认主键。）
这就是 B+树 。
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= ？可以发现，现在查找的 Page 数一定减少了，就意味着 IO 次数减少了，那么效率也就提高了。
- 叶子节点保存了数据，但路上节点没有，也就是非叶子节点不要数据，只要目录项。非叶子节点不存数据，那么就可以存储更多的目录项，目录页可以管理更多的叶子 page。这棵树一定是 “矮胖型” 的树。如果是 “矮胖型” 的树，说明途径的路上节点减少，也就说明找到目标数据只需要更少的 page，IO 次数 更少，在 IO 层面提高了效率。每一个节点都有目录项，可以大大提高搜索效率。
- 叶子节点全都用链表级联起来。（为什么？首先，这是 b+树 的特点。我们希望进行范围查找。）
【复盘】
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。
查找时，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？
（1）链表？
线性遍历。
（2）二叉搜索树？
存在退化问题（可能是 “瘦高状” 的），可能退化成为线性结构。
（3）AVL && 红黑树？
虽然是平衡或者近似平衡，但毕竟是二叉结构，相较于多阶 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。虽然不错，但还有更好的。
（4）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。
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： Data Structure Visualization (usfca.edu)
10、B+ VS B
（1）B 树
（2）B+ 树
- 目前这两棵树，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。
（3）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
- 终端 B
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
- 终端 B
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，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。
为什么 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？
原因是太浪费空间了。
六、索引操作
1、创建主键索引
（1）第一种方式
- 在创建表时，直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(30));
（2）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));
（3）第三种方式
create table user3(id int, name varchar(30));
- 创建表之后再创建主键
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，当然可以是复合主键。
- 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。
2、唯一索引的创建
（1）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);
（2）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));
（3）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：
- 在一个表中，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。
3、普通索引的创建
（1）第一种方式
- 在表的定义最后，指定某列为索引
create table user8(id int primary key,
name varchar(20),
email varchar(30),
index(name)
);
（2）第二种方式
- 创建完表以后指定某列为普通索引
create table user9(id int primary key, name varchar(20), email varchar(30));
alter table user9 add index(name);
（3）第三种方式
- 创建一个索引名为 idx_name 的索引
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
4、全文索引的创建
当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。
MySQL 提供全文索引机制，但是有要求，要求表的存储引擎必须是 MyISAM ，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用 sphinx 的中文版（ coreseek）。
- 查询有没有 database 数据
如果使用如下查询方式，虽然查询出数据，但是没有使用到全文索引
- 可以用 explain 工具看一下，是否使用到索引
如何使用全文索引呢？
通过 explain 来分析这个 sql 语句：
5、查询索引
（1）第一种方法
show keys from 表名
（2）第二种方法
show index from 表名 ;
（3）第三种方法（信息比较简略）
desc 表名;
6、删除索引
（1）第一种方法
删除主键索引： alter table 表名 drop primary key;
（2）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 index from 表名中的 Key_name 字段）
（3）第三种方法方法
drop index 索引名 on 表名 ;
7、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。
8、其他概念（了解）
- 复合索引
- 索引最左匹配原则
- 索引覆盖
