索引

可以把书开头的目录比喻成索引，那么在数据库中，索引就可以理解为数据的目录。

索引的分类

可以按照四个角度来进行分类

• 数据结构：b+🌲、hash、full-text索引
• 物理存储：聚簇、二级索引
• 字段特性：主键、唯一、普通、前缀索引
• 字段个数：单列、联合索引

按数据结构分类

索引类型	InnoDB	MYISAM	Memory
b+🌲	✅	✅	✅
hash	❌	❌	✅
full-text	✅	✅	❌

现在一般都用innoDB作为存储引擎，b+🌲是采用比较常见的类型。

在建表的时候，存储引擎默认会根据不同的场景选择不同的列作为索引：

• if有主键，默认选择主键作为聚簇索引的索引键
• else if 没有主键 ，就会选择第一个没有null值的唯一列作为聚簇索引的索引键
• else if 都没有，会自动生成一个隐藏起来的自增id作为索引键

创建主键索引和二级索引的默认使用的也是b+🌲索引。（其他索引都统称为辅助索引也可以叫二级索引或者是非聚簇索引。）

数据存储在b+🌲时候是什么样子的？

每个节点中的数据都是按照主键的顺序来存储的，在b+🌲的字节点中可以看到所有的索引值，每一层的父节点的索引值都会出现在下层子节点的索引值（所以可以看到所有的索引值信息），并且每个字节点都有两个指针，分别指向上一个子节点和下一个子节点（这么说这玩意就是一个双向链表）。

1. 说说根据主键查询一条信息的执行过程？

select * from m_user where id = 24

查询过程：（伪思路）

1. 先将主键id = 24 跟索引数据进行比较，24 在 20～30之间，所以根据结构的逻辑，会找到第二层的索引数据20，26，28中进行查找。
2. 在二层数据（20，26，28）中进行查找，因为24在20～26之间，所以就去到第三排的数据（22，23，24）
3. 所以可以在第三层数据中找到24的这条数据，结果会直接跟在索引值的后面。

小结一下
b+🌲对比b🌲和二叉🌲的查询效率要高，因为即便在数据量很大的情况下对于磁盘的io也就只有3～4次。

2. 通过二级索引查询数据的过程

主键索引和二级索引的b+🌲的区别是：主键索引下存放的是真实的物理数据而二级索引下存放的是主键值。

所以如果使用二级索引来查询数据，就是先在通过这个树进行查询，找到了主键索引的值之后，再重复上面主键索引的查询操作，就可以获取到所有的数据，这个过程叫做回表，意思就是需要跑两次b+🌲。但如果在二级索引中查询的数据是可以在二级索引的🌲中找到的话，就不需要再跑一次主键索引的🌲，这个过程叫做覆盖索引。（比如直接select id from where m_user where id = ??这种情况就不会再跑一次主键索引）

done，下一篇再总结物理存储分类的索引。

OK，第二天继续总结这个知识点

按物理存储分类

从物理存储的角度进行分类可以分为：

• 聚簇索引（主键索引）：跟上面说的一样，这里的叶子节点存放的是实际的数据
• 二级索引（辅助索引）：这里存放的是主键值

按字段特性分类

• 主键索引

见文知义，在创建表的时候建立在主键字段上的索引，一张表只会有一个主键索引，不允许存在NULL【这跟主键的特征相似，也就是简单的可以理解为建表的时候自己设置的主键，PRIMARY KEY（xxx）】

• 唯一索引

建立在UNIQUE的索引，一张表可以有多个唯一的索引，但是这个索引的值必须是唯一的，但是允许有NULL值

• 普通索引

没有什么特别的要求，就是单纯在创建表的时候用INDEX（xxx）的这种写法

• 前缀索引

这个索引只能用在字符类型的字段中，因为它不是建立在整个字段上的，可以理解为startwith什么的写法吗？不对不应该这样说，看了一下它的用法是INDEX（xxx（长度）），那就是说是建立在这个字段的前几个字符所建立的索引~

按字段个数分类

很好理解，建立在一列的索引上交单列索引，多列索引就叫做联合索引。

联合索引存在最左匹配原则，意思就是回按照最左优先的方式进行索引的匹配。假设创建了abc三个字段的索引，并且查询的时候是where a = 1 and b = 2 and c =3 的就能正常的走索引，但是因为mysql本身就有做过优化，所以a放在什么位置是不重要的，但是如果是where b = 2 或者是 where b = 2 and c = 3，那么这个联合索引是会失效的，它并没有遵循最左匹配原则。