本内容由系统网小编为大家分享，Windows系统安装教程、办公系统、软件怎么使用、软件使用教程、办公软件攻略等信息。

索引的分类：

按"数据结构"分类:B+树, Hash,全文本按“物理存储”分类:类别索引(主键索引)和次级索引(辅助索引)按“字段特征”分类:主键索引,唯一的索引,一般索引,前缀索引按“字段数目”分类:单列索引,联合索引

B+tree索引

InnoDB是MySQL 5.5中的默认MySQL存储引擎,InnoDB引擎使用B+树索引

在创建表时,InnoDB存储引擎根据不同的场景选择不同的列为索引:如果有一个主键,默认是使用主键作为集群索引键;2如果没有主键,选择第一个非NULL列作为群索引的索引键;3如果没有上述两个,InnoDB将自动生成一个隐含自添加ID列作为集群索引键;

B+树是一个多叉树,数据只存储在叶节点,非叶节点只存储索引,每个节点的数据存储在主键的顺序每个母节点的索引值出现在下一个子节点的索引值中,所以叶节点包含所有索引值信息叶节点构成链表B+Tree存储了数以万计的数据层,只有在3-4层高度才能满足(通过比较间隔查询),这意味着从数以万计的表中查询目标数据需要最大3-4个磁盘I/O,所以B+树与B树和二进制树相比,最大的优点是查询效率很高,因为即使有很多数据,查询数据的磁盘I/O仍保持在3-4次。

为什么MySQL InnoDB选择B+tree作为索引数据结构?

B+Tree vs B Tree

B+树：1.由于B+树不包含非叶端的实际数据,所以它只能作为索引,所以更多的键可以存储在相同的内存中由于叶节点是项目链的链表,所以搜索和搜索范围很容易3.B+Tree 相比于 B 树和二叉树来说，最大的优点是查询效率很高,因为即使有很多数据,查询数据的磁盘I/O仍保持在3-4次。B树：因为B树中的每个节点包含一个键和一个值,我们可以通过找到键的位置来根据键找到值。然而,B+树只存储叶端点的数据,搜索必须一次性地索引,以找到树的最大深度,即叶端点的深度。

B+树 vs 分叉树

二进制树中的每个节点的子节点数仅为2,二进制树检索到目标数据的磁盘I/O次数则大;B+树只有3个在百万级数据集下_{4层，只需要3}4I/O操作以找到数据

B+树 vs Hash表

Hash在执行等价查询时具有效率,搜索复杂度为O(1)。但是Hash表不能做范围查询,它更适合同等查询,在发生范围查看场景时,复杂度被逆转为O(n)

群索引(主键索引)

B+Tree通常在MySQL中使用,但在实现中它与集群和非集群不同。类别索引存储类别索引和数据在同一B+树中,因此从类别索引取得的数据比非类别索引更快

优点：群索引具有非常快速的序列搜索和键的范围搜索速度缺点：插入速度很大程度上取决于插入序列,并且按照主键的插入序列是最快的方式,否则会发生页分割,严重影响性能对于InnoDB表,我们通常定义一个增量ID列主键更新主键的成本很高,因为它会使更新的行移动。 因此,对于InnoDB表,我们一般定义主键为未更新。

二级索引

第二阶索引B+Tree的叶节点存储主键值,而不是实际数据。在我们的日常工作中,我们根据现实而添加的索引是辅助索引,辅助索引是需要找到主键索引的次级索引,现在找到主键索引,然后通过主键索引找到数据

因此,在查询中使用二次索引,如果查询数据可以在二次索引中查询(辅助索引字段+主键字段),那么不需要返回表,只需要寻找B+树,这是覆盖索引的过程。如果查询数据不在二级索引中,你得先检索第二级索引,找出相应的叶节点,获取到主键值后，然后在主键索引中通过B+树查询相应的叶节点,这个过程就是回表，也就是说,你必须寻找两个B+树才能获得数据。

主键索引：

关键索引是创建在关键字段上的索引,通常在创建表时创建在一起,在表中没有超过一个关键索引,索引列的值不允许空值。

唯一索引：

单一索引创建在UNIQUE字段上,表可以包含多个单一索引,索引列的值必须是单一的,但允许有空值。在创建表时,创建索引的唯一方法是:

普通索引：

一个共同索引是在一个共同字段上创建的索引,它既不需要一个字段主键,也不需要一个字段为UNIC

前缀索引:

前缀索引指字型字段的头几个字符的索引。使用前缀索引的目的在于减少索引所占的存储空间,提高查询效率

联合索引

通过将多个字段结合成一个单个索引,这个索引被称为组合索引(与第二个设计模型不符,部分依赖)。例：通过将多个字段组合成一个单个索引,该索引被称为组合索引。例如,在产品表中将 product_no 和 name 字段结合成一个组合索引(product_no, name)。

非叶节点使用两个字段的值作为B+Tree的键,在输入组合索引查询数据时,首先比较 product_no字段,如果 product_no字段相同,则比较 name字段组合索引查询的B+树由 product_no 首先排序,然后进入 product_no 并按名称字段排序同样的案例。因此，使用联合索引时，存在最左匹配原则，即, 按最左边优先顺序匹配指数.

我什么时候需要/需要创建索引?

索引的最大优点是增加查询速度,但它们也有缺点,例如:占有物理空间是必要的,数量越大,空间就越大;创建和维护索引需要时间,随着数据数量的增加而增加。B+树需要动态维护以维持索引顺序。

什么时候适当使用索引?

1.具有独特的特征的词汇,如商品编码;2.经常使用的WHERE查询条件的字段,可以提高整个表的查询速度,如果查询条件不是字段,则可以创建组合索引。3.它经常用于 GROUP BY 和 ORDER BY 的字段,所以你不需要再查询,因为我们都知道B+Tree的记录在创建索引后都很好地排序。

什么时候需要创建索引?

在没有使用的字段中,索引的值是快速定位。如果没有定位的字段没有创建,索引通常是不需要的,因为索引占有物理空间。这个领域有许多重复数据,不需要创建索引,表数据也不太小也不必要3.经常更新的字段不需要创建目录,维护目录是昂贵的,经常重构目录会影响数据库性能

索引优化的方法？

前缀索引优化：使用前缀索引可以减少索引字段的大小,增加在一个索引页面中存储的索引值,有效地提高索引的查询速度。 当一些大字符串的字段被用作索引时,使用前缀索引可以帮助我们减少索引项的大小

主要关键指标是最佳自我增强:innoDB创建了一个主键索引器,它考虑聚类索引,数据存储在B+树叶节点上。也就是说，同一叶节点的所有数据都存储在主键顺序中,如果我们使用自我增强键,每次将新数据插入时,它将按照顺序添加到当前索引节点,不需要移动现有的数据,

索引最好设置为 NOT NULL为了更好地使用索引,索引列必须设置为 NOT NULL约束存在NULL索引列将使优化器在选择索引时更加复杂

防止索引失效索引失败时:当我们使用左或右模糊匹配时,例如%xx或%xx,这两个方法都会导致索引失败;为了正确使用组合索引,必须遵循最左匹配原则,即以最左优先的方式匹配索引,否则将导致索引失败。在WHERE子项中,如果OR之前的条件列为搜索列,OR之后的条件列不是搜索列,那么搜索无效。

参考：https://xiaolincoding.com/mysql/index/index_interview.html#%E7%B4%A2%E5%BC%95%E7%9A%84%E5%88%86%E7%B1%BB

XTw.com.Cn系统网专业应用软件下载教程，免费windows10系统,win11,办公软件,OA办公系统,OA软件,办公自动化软件,开源系统,移动办公软件等信息，解决一体化的办公方案。