MySQL中的索引应用

1.什么是索引（Index）？

官方的定义是索引是一种数据结构，从生活的纬度上讲，假如将一本书比作成一张表，这本书的目录就是表中的索引(Index)。

2.索引的优势和劣势？

优势：数据量比较大时，为了快速找我们需要的数据可以使用索引，这个可以提高查询效率。

劣势：索引会占用额外的存储空间(InnoDB 索引和数据是在一起的）

　　　会对更新操作带来一定的复杂度（更新记录时，需要更新索引）

3.使用索引的应用场景？

索引一般应用于查询操作中，用于提高查询效率。例如 索引可以应用于如下子句的优化逻辑中。

1）on 子句

2）where 子句

3）group by 子句

4）having 子句

5）order by 子句

4.索引的分类设计？

分类维度：逻辑应用维度（主键，普通，联合，唯一，空间索引....）

　　　　　物理存储维度（聚簇索引-索引和数据存在一起，非聚簇索引-索引和数据分开存储）

　　　　　数据存储结构维度（hash，B+Tree....）

5.如何查看表中的索引？

show index from 表名;

6.如何创建索引？

1）创建表的同时创建索引（create table 表名(字段),index 索引名(字段名)）

2）创建表后通过create语句创建索引（create index 索引名 on 表名(字段名)）

3）创建表后通过alter语句创建索引（alter table add index 索引名(字段名)）

创建普通索引案例

create index index_first_name on student(first_name);

alter table student add index index_last_name(last_name);

创建唯一索引案例

create unique index index_first_name on student(first_name);

alter student add unique index index_email (email);

创建组合（联合）索引案例

create index index_first_last on student(first_name,last_name);

alter table student add index index_first_last (first_name,last_name);

7.如何删除索引？

drop index 索引名 on 表名;

MySQL中InnoDB默认的索引存储结构是B+Tree

8.什么是B+Tree？

一种平衡多叉树，是B-Tree的Plus版，主要用于索引的存储结构，然后基于这种结构提高查询效率。

9.MySQL中的B+Tree有什么特点？

1）树中的非叶子节点只能存储索引和指针

2）树中的叶子节点存储索引和数据

3）树中的叶子节点处于相同层，并且有序，他们之间会使用双向链表连接，可以更好的支持范围查询

10.MySQL中B+Tree相对于B-Tree有什么优点？

1、一个磁盘可以存储的索引数量会更多（B+Tree的非叶子节点只存储索引和指针）

2、相同数据量的B+Tree相对于B-Tree的高度相对会比较低（因为分叉多了）

3、叶子节点之间B+Tree有双向链表的连接，可以支持快速的范围查询。

11.聚簇索引有哪些类型？

InnoDB中，一张表中只有一个聚簇索引（即主键索引），其他索引都是二级索引，在实际应用中，我们可以直接通过主键聚簇索引查询到具体记录。假如是二级索引，这个索引中存储的是索引以及主键，我们使用二级索引执行查询时，是先基于二级索引找到主键，再基于主键去查询具体记录（这个过程就叫回表查询）。

12.什么是非聚簇索引？

非聚簇索引是索引与数据是分离的，索引和数据是单独存储的。MyISAM存储引擎就是非聚簇索引。

非聚簇索引结构：

非聚簇索引的值是什么？

非聚簇索引在创建时，存储的是索引值以及索引对应的记录的地址，基于非聚簇索引查询数据时，可以先基于索引找到数据的一个地址，然后基于地址再去找查询数据。单从索引角度来说，非聚簇索引查找速度不如聚簇索引，非聚簇索引找到索引位置后还需要根据索引找到数据对应的位置。