1：Mysql索引是什么

mysql索引: 是一種幫助mysql高效的獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，這些數(shù)據(jù)結(jié)構(gòu)以某種方式引用數(shù)據(jù),，這種結(jié)構(gòu)就是索引,。可簡單理解為排好序的快速查找數(shù)據(jù)結(jié)構(gòu),。如果要查“mysql”這個單詞,，我們肯定需要定位到m字母，然后從下往下找到y(tǒng)字母,，再找到剩下的sql,。

1.1：索引分類

單值索引:一個索引包含1個列 create index idx_XX on table(f1) 一個表可以建多個。 唯一索引: 索引列的值必須唯一,，但允許有空值 create unique index idx_XX on table(f1) 復(fù)合索引: 一個索引包含多個列 如：create index idx_XX on table(f1,f2,，..)

1.2：索引結(jié)構(gòu)

BTree Hash索引 full-text全文索引:

1.3：什么情況建立索引

主鍵自動建立唯一索引 頻繁作為查詢條件的字段因該創(chuàng)建索引 查詢中與其他表關(guān)聯(lián)的字段，外鍵關(guān)系建立索引 頻繁更新的字段不適合建立索引 where條件里用不到的字段不建立索引 單鍵/復(fù)合索引的選擇（高并發(fā)下傾向復(fù)合） 查詢中排序的字段因建立索引 查詢中統(tǒng)計或分組字段

1.4：什么情況建不建立索引

頻繁增刪改的表 表記錄太少 數(shù)據(jù)重復(fù)且分布平均的表字段,。（重復(fù)太多索引意義不大）

2：Mysql索引為什么要用B Tree實現(xiàn)

2.1：B 樹在數(shù)據(jù)庫索引中的應(yīng)用

目前大部分?jǐn)?shù)據(jù)庫系統(tǒng)及文件系統(tǒng)都采用B-Tree或其變種B Tree作為索引結(jié)構(gòu)

1）在數(shù)據(jù)庫索引的應(yīng)用

在數(shù)據(jù)庫索引的應(yīng)用中,，B 樹按照下列方式進(jìn)行組織 ：

①葉結(jié)點的組織方式 。B 樹的查找鍵 是數(shù)據(jù)文件的主鍵 ，且索引是稠密的,。也就是說 ,，葉結(jié)點 中為數(shù)據(jù)文件的第一個記錄設(shè)有一個鍵、指針對 ,，該數(shù)據(jù)文件可以按主鍵排序,，也可以不按主鍵排序 ；數(shù)據(jù)文件按主鍵排序,，且 B 樹是稀疏索引 ,， 在葉結(jié)點中為數(shù)據(jù)文件的每一個塊設(shè)有一個鍵、指針對 ,；數(shù)據(jù)文件不按鍵屬性排序 ,，且該屬性是 B 樹 的查找鍵 ， 葉結(jié)點中為數(shù)據(jù)文件里出現(xiàn)的每個屬性K設(shè)有一個鍵 ,、 指針對 ,， 其中指針執(zhí)行排序鍵值為 K的 記錄中的第一個。

②非葉結(jié)點 的組織方式,。B 樹 中的非葉結(jié)點形成 了葉結(jié)點上的一個多級稀疏索引,。 每個非葉結(jié)點中至少有ceil( m/2 ) 個指針 ， 至多有 m 個指針 ,。

2）B 樹索引的插入和刪除

①在向數(shù)據(jù)庫中插入新的數(shù)據(jù)時,，同時也需要向數(shù)據(jù)庫索引中插入相應(yīng)的索引鍵值 ，則需要向 B 樹 中插入新的鍵值,。即上面我們提到的B-樹插入算法,。

②當(dāng)從數(shù)據(jù)庫中刪除數(shù)據(jù)時，同時也需要從數(shù)據(jù)庫索引中刪除相應(yīng)的索引鍵值 ,，則需要從 B 樹 中刪 除該鍵值 ,。即B-樹刪除算法

2.2：索引在數(shù)據(jù)庫中的作用

在數(shù)據(jù)庫系統(tǒng)的使用過程當(dāng)中，數(shù)據(jù)的查詢是使用最頻繁的一種數(shù)據(jù)操作,。

最基本的查詢算法當(dāng)然是順序查找（linear search）,，遍歷表然后逐行匹配行值是否等于待查找的關(guān)鍵字，其時間復(fù)雜度為O（n）,。但時間復(fù)雜度為O（n）的算法規(guī)模小的表,，負(fù)載輕的數(shù)據(jù)庫，也能有好的性能,。 但是數(shù)據(jù)增大的時候,，時間復(fù)雜度為O（n）的算法顯然是糟糕的，性能就很快下降了,。

好在計算機(jī)科學(xué)的發(fā)展提供了很多更優(yōu)秀的查找算法,，例如二分查找（binary search）,、二叉樹查找（binary tree search）等。如果稍微分析一下會發(fā)現(xiàn),，每種查找算法都只能應(yīng)用于特定的數(shù)據(jù)結(jié)構(gòu)之上,，例如二分查找要求被檢索數(shù)據(jù)有序，而二叉樹查找只能應(yīng)用于二叉查找樹上,，但是數(shù)據(jù)本身的組織結(jié)構(gòu)不可能完全滿足各種數(shù)據(jù)結(jié)構(gòu)（例如,，理論上不可能同時將兩列都按順序進(jìn)行組織），所以,，在數(shù)據(jù)之外,，數(shù)據(jù)庫系統(tǒng)還維護(hù)著滿足特定查找算法的數(shù)據(jù)結(jié)構(gòu)，這些數(shù)據(jù)結(jié)構(gòu)以某種方式引用（指向）數(shù)據(jù),，這樣就可以在這些數(shù)據(jù)結(jié)構(gòu)上實現(xiàn)高級查找算法,。這種數(shù)據(jù)結(jié)構(gòu)，就是索引,。

索引是對數(shù)據(jù)庫表 中一個或多個列的值進(jìn)行排序的結(jié)構(gòu),。與在表 中搜索所有的行相比，索引用指針 指向存儲在表中指定列的數(shù)據(jù)值,，然后根據(jù)指定的次序排列這些指針，有助于更快地獲取信息,。通常情 況下 ,，只有當(dāng)經(jīng)常查詢索引列中的數(shù)據(jù)時 ，才需要在表上創(chuàng)建索引,。索引將占用磁盤空間,，并且影響數(shù) 據(jù)更新的速度。但是在多數(shù)情況下 ,，索引所帶來的數(shù)據(jù)檢索速度優(yōu)勢大大超過它的不足之處,。

2.3：為什么使用B-Tree（B Tree）

1.文件很大，不可能全部存儲在內(nèi)存中,，故要存儲到磁盤上

2.索引的結(jié)構(gòu)組織要盡量減少查找過程中磁盤I/O的存取次數(shù)（為什么使用B-/ Tree,，還跟磁盤存取原理有關(guān)。）

3.局部性原理與磁盤預(yù)讀,，預(yù)讀的長度一般為頁（page）的整倍數(shù),，（在許多操作系統(tǒng)中，頁得大小通常為4k）

4.數(shù)據(jù)庫系統(tǒng)巧妙利用了磁盤預(yù)讀原理,，將一個節(jié)點的大小設(shè)為等于一個頁,，這樣每個節(jié)點只需要一次I/O就可以完全載入，(由于節(jié)點中有兩個數(shù)組,，所以地址連續(xù)),。而紅黑樹這種結(jié)構(gòu)，h明顯要深的多。由于邏輯上很近的節(jié)點（父子）物理上可能很遠(yuǎn),，無法利用局部性

二叉查找樹進(jìn)化品種的紅黑樹等數(shù)據(jù)結(jié)構(gòu)也可以用來實現(xiàn)索引,，但是文件系統(tǒng)及數(shù)據(jù)庫系統(tǒng)普遍采用B-/ Tree作為索引結(jié)構(gòu)。

一般來說,，索引本身也很大,，不可能全部存儲在內(nèi)存中，因此索引往往以索引文件的形式存儲的磁盤上,。這樣的話,，索引查找過程中就要產(chǎn)生磁盤I/O消耗，相對于內(nèi)存存取,，I/O存取的消耗要高幾個數(shù)量級,，所以評價一個數(shù)據(jù)結(jié)構(gòu)作為索引的優(yōu)劣最重要的指標(biāo)就是在查找過程中磁盤I/O操作次數(shù)的漸進(jìn)復(fù)雜度。換句話說,，索引的結(jié)構(gòu)組織要盡量減少查找過程中磁盤I/O的存取次數(shù),。為什么使用B-/ Tree，還跟磁盤存取原理有關(guān),。

局部性原理與磁盤預(yù)讀

由于存儲介質(zhì)的特性,，磁盤本身存取就比主存慢很多，再加上機(jī)械運動耗費,，磁盤的存取速度往往是主存的幾百分分之一,，因此為了提高效率，要盡量減少磁盤I/O,。為了達(dá)到這個目的,，磁盤往往不是嚴(yán)格按需讀取，而是每次都會預(yù)讀,，即使只需要一個字節(jié),，磁盤也會從這個位置開始，順序向后讀取一定長度的數(shù)據(jù)放入內(nèi)存,。這樣做的理論依據(jù)是計算機(jī)科學(xué)中著名的局部性原理：

當(dāng)一個數(shù)據(jù)被用到時,，其附近的數(shù)據(jù)也通常會馬上被使用。

程序運行期間所需要的數(shù)據(jù)通常比較集中,。

由于磁盤順序讀取的效率很高（不需要尋道時間,，只需很少的旋轉(zhuǎn)時間），因此對于具有局部性的程序來說,，預(yù)讀可以提高I/O效率,。

預(yù)讀的長度一般為頁（page）的整倍數(shù)。頁是計算機(jī)管理存儲器的邏輯塊,，硬件及操作系統(tǒng)往往將主存和磁盤存儲區(qū)分割為連續(xù)的大小相等的塊,，每個存儲塊稱為一頁（在許多操作系統(tǒng)中,，頁得大小通常為4k），主存和磁盤以頁為單位交換數(shù)據(jù),。當(dāng)程序要讀取的數(shù)據(jù)不在主存中時,，會觸發(fā)一個缺頁異常，此時系統(tǒng)會向磁盤發(fā)出讀盤信號,，磁盤會找到數(shù)據(jù)的起始位置并向后連續(xù)讀取一頁或幾頁載入內(nèi)存中,，然后異常返回，程序繼續(xù)運行,。

我們上面分析B-/ Tree檢索一次最多需要訪問節(jié)點：

h =

數(shù)據(jù)庫系統(tǒng)巧妙利用了磁盤預(yù)讀原理,，將一個節(jié)點的大小設(shè)為等于一個頁，這樣每個節(jié)點只需要一次I/O就可以完全載入,。為了達(dá)到這個目的,，在實際實現(xiàn)B- Tree還需要使用如下技巧：

每次新建節(jié)點時，直接申請一個頁的空間,，這樣就保證一個節(jié)點物理上也存儲在一個頁里,，加之計算機(jī)存儲分配都是按頁對齊的，就實現(xiàn)了一個node只需一次I/O,。

B-Tree中一次檢索最多需要h-1次I/O（根節(jié)點常駐內(nèi)存）,，漸進(jìn)復(fù)雜度為O（h）=O（logmN）。一般實際應(yīng)用中,，m是非常大的數(shù)字,，通常超過100，因此h非常?。ㄍǔ２怀^3）,。

綜上所述,，用B-Tree作為索引結(jié)構(gòu)效率是非常高的,。

而紅黑樹這種結(jié)構(gòu)，h明顯要深的多,。由于邏輯上很近的節(jié)點（父子）物理上可能很遠(yuǎn),，無法利用局部性，所以紅黑樹的I/O漸進(jìn)復(fù)雜度也為O（h）,，效率明顯比B-Tree差很多,。

3:Mysql索引如何實現(xiàn)

1）主鍵索引：

MyISAM引擎使用B Tree作為索引結(jié)構(gòu)，葉節(jié)點的data域存放的是數(shù)據(jù)記錄的地址,。下圖是MyISAM主鍵索引的原理圖：

（圖myisam1）

這里設(shè)表一共有三列,，假設(shè)我們以Col1為主鍵，圖myisam1是一個MyISAM表的主索引（Primary key）示意,?？梢钥闯鯩yISAM的索引文件僅僅保存數(shù)據(jù)記錄的地址,。

2）輔助索引（Secondary key）

在MyISAM中，主索引和輔助索引（Secondary key）在結(jié)構(gòu)上沒有任何區(qū)別,，只是主索引要求key是唯一的,，而輔助索引的key可以重復(fù)。如果我們在Col2上建立一個輔助索引,，則此索引的結(jié)構(gòu)如下圖所示：

同樣也是一顆B Tree,，data域保存數(shù)據(jù)記錄的地址。因此,，MyISAM中索引檢索的算法為首先按照B Tree搜索算法搜索索引,，如果指定的Key存在，則取出其data域的值,，然后以data域的值為地址,，讀取相應(yīng)數(shù)據(jù)記錄。

MyISAM的索引方式也叫做“非聚集”的,，之所以這么稱呼是為了與InnoDB的聚集索引區(qū)分,。

4：InnoDB索引實現(xiàn)

雖然InnoDB也使用B Tree作為索引結(jié)構(gòu)，但具體實現(xiàn)方式卻與MyISAM截然不同,。

第一個重大區(qū)別是InnoDB的數(shù)據(jù)文件本身就是索引文件,。從上文知道，MyISAM索引文件和數(shù)據(jù)文件是分離的,，索引文件僅保存數(shù)據(jù)記錄的地址,。而在InnoDB中，表數(shù)據(jù)文件本身就是按B Tree組織的一個索引結(jié)構(gòu),，這棵樹的葉節(jié)點data域保存了完整的數(shù)據(jù)記錄,。這個索引的key是數(shù)據(jù)表的主鍵，因此InnoDB表數(shù)據(jù)文件本身就是主索引,。

上圖是InnoDB主索引（同時也是數(shù)據(jù)文件）的示意圖,，可以看到葉節(jié)點包含了完整的數(shù)據(jù)記錄。這種索引叫做聚集索引,。因為InnoDB的數(shù)據(jù)文件本身要按主鍵聚集,，所以InnoDB要求表必須有主鍵（MyISAM可以沒有），如果沒有顯式指定,，則MySQL系統(tǒng)會自動選擇一個可以唯一標(biāo)識數(shù)據(jù)記錄的列作為主鍵,，如果不存在這種列，則MySQL自動為InnoDB表生成一個隱含字段作為主鍵,，這個字段長度為6個字節(jié),，類型為長整形。

第二個與MyISAM索引的不同是InnoDB的輔助索引data域存儲相應(yīng)記錄主鍵的值而不是地址,。換句話說,，InnoDB的所有輔助索引都引用主鍵作為data域,。例如，下圖為定義在Col3上的一個輔助索引：

這里以英文字符的ASCII碼作為比較準(zhǔn)則,。聚集索引這種實現(xiàn)方式使得按主鍵的搜索十分高效,，但是輔助索引搜索需要檢索兩遍索引：首先檢索輔助索引獲得主鍵，然后用主鍵到主索引中檢索獲得記錄,。

了解不同存儲引擎的索引實現(xiàn)方式對于正確使用和優(yōu)化索引都非常有幫助,，例如知道了InnoDB的索引實現(xiàn)后，就很容易明白為什么不建議使用過長的字段作為主鍵,，因為所有輔助索引都引用主索引,，過長的主索引會令輔助索引變得過大。再例如,，用非單調(diào)的字段作為主鍵在InnoDB中不是個好主意,，因為InnoDB數(shù)據(jù)文件本身是一顆B Tree，非單調(diào)的主鍵會造成在插入新記錄時數(shù)據(jù)文件為了維持B Tree的特性而頻繁的分裂調(diào)整,，十分低效,，而使用自增字段作為主鍵則是一個很好的選擇。

4：程序員進(jìn)階方法

以上是我總結(jié)出的Mysql索引底層數(shù)據(jù)結(jié)構(gòu)剖析,，但在此,，我還想給大家一種學(xué)習(xí)方法，讓大家不單單在理論有所收獲,，還能在工作實踐中收獲更多,。我推薦的這種方法。

• 不管你是面對目前流行的技術(shù)不知從何下手,，需要突破技術(shù)瓶頸的可以學(xué),。

• 不管你是在公司待久了，過得很安逸,，但跳槽時面試碰壁,。需要在短時間內(nèi)進(jìn)修、跳槽拿高薪的可以學(xué),。

• 不管你是沒有工作經(jīng)驗,，但基礎(chǔ)非常扎實,，對java工作機(jī)制,，常用設(shè)計思想，常用java開發(fā)框架掌握熟練的,，可以學(xué),。（小白就不要學(xué)了，先學(xué)好基礎(chǔ)）

• 不管你是覺得自己很牛B,，一般需求都能搞定,。但是所學(xué)的知識點沒有系統(tǒng)化,，很難在技術(shù)領(lǐng)域繼續(xù)突破的可以學(xué)。

在此我向大家推薦一個交流學(xué)習(xí)群：575745314 （加群可以學(xué)習(xí)程序員進(jìn)階方法） 里面會分享一些資深架構(gòu)師錄制的視頻錄像：有Spring,，MyBatis,，Netty源碼分析，高并發(fā),、高性能,、分布式、微服務(wù)架構(gòu)的原理,，JVM性能優(yōu)化這些成為架構(gòu)師必備的知識體系,。還能領(lǐng)取免費的學(xué)習(xí)資源，目前受益良多

以下是程序員的進(jìn)階方法：

一,、源碼分析

二,、分布式架構(gòu)

三、微服務(wù)

四,、性能優(yōu)化

五,、團(tuán)隊協(xié)作

六：電商實戰(zhàn)

七：并發(fā)編程