MySQL 04 深入浅出索引（上）

索引的常见模型

实现索引的方式有很多种，这里先介绍三种常见结构：哈希表、有序数组和搜索树。

哈希表：只适用于只有等值查询的场景。

有序数组：在等值查询和范围查询场景中的性能都非常优秀，但是在更新数据的时候需要挪动大量记录。因此，只适用于静态存储引擎。

二叉搜索树：树层数可能很高，可能一个节点上的数据在一个物理数据块上，那么访问叶子节点的数据需要大量磁盘IO。

为了让一个查询尽量少进行磁盘IO，使用N叉树代替二叉树。

数据库技术发展至今，跳表、LSM树等结构也被用于引擎设计中。需要明白的是，数据库底层存储的核心就基于数据模型，因此每碰到一个新数据库，需要先关注它的数据模型，这样才能从理论上分析出这个数据库的适用场景。

InnoDB的索引模型

在InnoDB中，表都是根据主键顺序以索引的形式存放的。由于InnoDB使用了B+树索引模型，所以数据都是存储在B+树中的。

每一个索引在InnoDB里对应一棵B+树。

根据叶子节点的内容，索引类型分为主键索引和非主键索引：

主键索引的叶子结点存的是整行数据。在InnoDB里，主键索引也被称为聚簇索引。
非主键索引的叶子结点存的是主键的值。在InnoDB里，非主键索引也被称为二级索引。

对于非主键索引，假设查询select *，那么需要先查询非主键的索引树，得到主键后再查询一次，这个过程称为回表。因此，应该尽量使用主键查询。

索引维护

B+树为了维护索引有序性，在插入新值时候需要做必要的维护。如果插入时所在的数据页已满，根据B+树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去，这个过程称为页分裂，会对性能造成较大影响。同时，页分裂还影响数据页的利用率，原本放在一个页的数据，分到两个页中，整体空间利用率降低大约50%。

页分裂的逆过程为页合并。当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。

基于索引维护，讨论哪些场景应该使用自增主键，哪些情况不应该用。

当我们设置了自增主键，插入时可以不指定主键值，且插入符合递增插入，每次插入都是一次追加操作，不会挪动其他记录，也不会触发叶子结点的分裂。而以有业务逻辑的字段做主键，往往保证不了有序插入，这样就可能有页分裂。

除了考虑性能，从存储空间的角度来看，自增主键的字节数也往往较小，那么普通索引的叶子节点就会越小，占用的空间也会越小。

因此，从性能和存储空间角度，自增主键往往是更合理的选择。而有些业务场景，比如要求只有一个唯一索引，那么该索引列自然作为主键了。

参考资料：极客时间专栏《MySQL实战45讲》https://time.geekbang.org/column/intro/100020801?tab=catalog