16 个该搞定的数据库索引疑问！

大家好，我是悟空呀，这次咱们来细说下 MySQL 中的索引。

咱们先从一个面试场景开局：

面试官：了解过数据库索引吗？

候选人：听过一些，底层数据结构如同是二叉树，不对，如同是 B 树，哦，我想起来了，如同是 B+树……（像极了当年面试的我）

面试官：听过哈希索引吗？

候选人：我知道哈希表，哈希索引没听过

面试官：当天面试先到这里了，回去等信息吧……

好受揭示：本文是数据库索引的便捷入门篇，前面会经过图解的形式逐渐带大家深化索引的原理，敬请等候！

先引入一个便捷的示例，经过示例操作解释一下为什么须要数据库索引。

假定咱们有一个名为 t_employee 的数据库表，这个数据库表有三列：name，age，address，数据量有上万行。

假设咱们想要查找一切名为「leixiaoshuai」员工的具体信息，只要要写一个便捷的 SQL 语句就可以搞定，置信大家都会写。

WHEREname=

假设没有索引，会出现什么？

一旦咱们运转了这条 SQL 查问语句，在数据库外部是如何上班的呢？数据库会搜查 t_employee 表中的每一行，从而确定员工的名字（name）能否为 ‘leixiaoshuai’。由于咱们想要失掉每一个名字为 leixiaoshuai 的雇员信息，在查问到第一个合乎条件的行记载后，不能中止查问，由于或许还有其余合乎条件的行。所以，必需一行一行的查找直到最后一行，这就象征数据库不得不审核上万行数据能力找到一切名字为 leixiaoshuai 的员工。这就是所谓的 全表扫描 。

数据库索引如何协助提高性能？

你或许会想：「这么便捷的查问语句居然还须要全表扫描，数据库也太笨了吧？！」

这就相似于用人眼从头到尾逐字逐句读一本书，效率太低了！

那应该怎样办？痴呆的你必需想到处置打算了：「加个索引啊」。

这就是索引派上用场的时刻了，经常使用索引的目标就是**经过缩小表中须要审核的记载/行的数量来减速搜查查问。**说的再便捷点：「索引就是用来减速查问的」。

什么是索引？

那么疑问来了，什么是索引呢？索引实质是一种数据结构（最经常出现的是 B+树），是在表的列上创立的。

索引的数据结构是什么样的？

经常出现MySQL索引普通分为： Hash索引 和**B+**树索引，InnoDB引擎中自动的是B+树。

B+树是最罕用于索引的数据结构，期间复杂度低：查找、删除、拔出操作都可以可以在 logn 期间内成功。另外一个关键要素存储在 B+树 中的数据是 有序的 。

在B+树惯例检索场景下，从根节点到叶子节点的搜查效率基本相当，不会出现大幅动摇，而且基于索引的顺序扫描时，也可以应用双向指针极速左右移动，效率十分高。

哈希索引就是驳回必定的哈希算法，把键值换算成新的哈希值，检索时不须要相似B+树那样从根节点到叶子节点逐级查找，只要一次性哈希算法即可立刻定位到相应的位置，速度十分快。

哈希表索引是如何上班的？

假设你在创立索引时指定数据结构为「哈希表」，那这些索引也可称为「哈希索引」。

哈希索引的好处十分显著，在必定场景下，检索指定值时哈希表的效率极高。比如上方咱们探讨的一个查问语句：SELECT * FROM t_employee WHERE name = ‘leixiaoshuai’，假设在 name 列上加一个哈希索引，检索速度有或许会成倍优化。

哈系索引的上班形式是将列的值作为索引的键值（key），键值相对应实践的值（value）是指向该表中相应行的指针。由于哈希表基本上可以看作是关联数组，一个典型的数据项就像 「leixiaoshuai => 0x996996」，而 0x996996 是对内存中表中蕴含 leixiaoshuai 这一行的援用。在哈系索引的中查问一个像 leixiaoshuai 这样的值，并失掉对应行的在内存中的援用，显著要比扫描全表取得值为 leixiaoshuai 的行的形式快很多。

哈希索引的缺陷

上方说了哈希索引的好处，那哈希索引的缺陷也是绕不过去的。

哈希表是无顺的数据结构，关于很多类型的查问语句哈希索引都无能为力。举例来说，假设你想要找出一切小于40岁的员工。你怎样经常使用经常使用哈希索引启动查问？这无法行，由于哈希表只适宜查问键值对，也就是说查问相等的查问（例：like “WHERE name = ‘leixiaoshuai’）。哈希表的键值映射也暗示其键的存储是无序的。这就是为什么哈希索引通常不是数据库索引的自动数据结构， 由于在作为索引的数据结构时，其不像B+Tree那么灵敏 。

总结一下缺陷：

还有什么其余类型的索引？

经常出现的还有：R 树和位图索引。

R 树通罕用来为空间疑问提供协助。例如，一个查问要求“查问出一切距离我两公里之内的麦当劳”，假设数据库表经常使用R树索引，这类查问的效率将会提高。

位图索引（bitmap index）， 这类索引适宜放在蕴含布尔值(true 和 false)的列上。

索引如何提高性能？

由于索引基本上是用来存储列值的数据结构，这使查找这些列值愈加极速。假设索引经常使用B+树数据结构，那么其中的数据是有序的，有序的列值可以极大的优化性能。

假设咱们在 name 这一列上创立一个 B+树 索引，这象征着当咱们用之前的SQL查找name=‘leixiaoshuai‘时不须要再扫描全表，而是用索引查找去查找名字为‘leixiaoshuai’的员工，由于索引曾经依照按字母顺序排序。索引 曾经排序 象征着查问一个名字会快很多，由于名字少字母为‘L’的员工都是陈列在一同的。另外关键的一点是，索引同时存储了表中相应行的指针以失掉其余列的数据。

数据库索引中究竟存的是什么？

你如今曾经知道数据库索引是创立在表的某列上的，并且存储了这一列的一切值。但是须要了解的重点是 数据库索引并不存储这个表中其余列（字段）的值 。举例来说，假设咱们在 name 列创立索引，那么 age 列和 address 列上的值并不会存储在这个索引当中。假设咱们确实把其余一切字段也存储在个这个索引中，那这样会占用太大的空间而且会十分低效。

索引还存储指向表行的指针

假设咱们在索引里找到某一条记载作为索引的列的值，如何能力找到这一条记载的其它值呢？

这很便捷，数据库索引同时存储了指向表中的相应行的指针。指针是指一块内存区域， 该内存区域记载的是对硬盘上记载的相应行的数据的援用。因此，索引中除了存储列的值，还存储着一个指向内行数据的索引。也就是说，索引中的name这列的某个值（或许节点）可以形容为 (“leixiaoshuai”, 0x996996)， 0x996996 就是蕴含 “leixiaoshuai”那行数据在硬盘上的地址。假设没有这个援用，你就只能访问到一个独自的值（“leixiaoshuai”），而这样没无心义，由于你不能失掉这一行记载的employee的其余值-例如地址（address）和年龄（age）。

数据库如何知道何时经常使用索引？

当你运转一条查问 SQL 语句时，数据库会审核在查问的列上能否有索引。假定 name 列上确实创立了索引，数据库会接着审核经常使用这个索引做查问能否正当 ，由于有些场景下，经常使用索引比起全表扫描会愈加低效。

可以强迫数据库在查问中经常使用索引吗？

通常来说， 你不会通知数据库什么时刻经常使用索引，数据库自己选择。

如何在SQL中创立索引？

上方是在前面示例中的Employee_Name列上创立索引时实践SQL的外观：

如何在SQL中创立联结（多列）索引？

咱们可以在age 和 address 两列上创立联结索引，SQL如下：

可以把数据库索引类比成什么？

一个十分好的类比是把数据库索引看作是书的索引。

你从头到尾逐字逐行读完就是「全表扫描」；

你翻看目录筛选感兴味的局部阅读就是走了索引。

经常使用数据库索引有什么代价？

既然索引好处这么多，那给一切列加上索引不就完事了，no no no，加索引是有代价的。

（1）索引会占用空间。你的表越大，索引占用的空间越大。

（2）在降级操作有性能损失。当你在表中增加、删除或许降级行数据的时刻， 在索引中也会有相反的操作。

基本准则是：假设表中某列在查问环节中经常使用的十分频繁，那就在该列上创立索引。

参考：