笔记 | 深入浅出索引（上）

索引

索引的概念：索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。 在 MySQL 中，索引是在存储引擎层实现的，

索引的常见模型

• 哈希表
• 有序数组
• 搜索树

哈希表

哈希表是一种以键 - 值（key-value）存储数据的结构，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。不可避免地，多个 key 值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方法是，拉出一个链表。

由于哈希表的索引不是递增的，所以新增的时候会很快，但是因为不是有序的，所以哈希索引做区间查询的速度是很慢的。

哈希表这种结构适用于只有等值查询的场景，比如 Memcached 及其他一些 NoSQL 引擎。

有序数组

有序数组索引只适用于静态存储引擎，因为你往中间插入一个记录就必须得挪动后面所有的记录，成本太高

时间复杂度是：O(log(N))

二叉树

特点：节点左子树所有结点的值小于父节点的值，右子树所有结点的值大于父节点的值。

查询时间复杂度O(log(N))，更新时间复杂度O(log(N))

但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上

举栗：

你可以想象一下一棵 100 万节点的平衡二叉树，树高 20。一次查询可能需要访问 20 个数据块。在机械硬盘时代，从磁盘随机读一个数据块需要 10 ms 左右的寻址时间。也就是说，对于一个 100 万行的表，如果使用二叉树来存储，单独访问一个行可能需要 20 个 10 ms 的时间

nnoDB 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，这种存储方式的表称为索引组织表。 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 里面对应一棵 B+ 树。

【主键索引】

主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）

【非主键索引】

非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。

主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。

【两者的区别】

举个栗子：

• 如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；
• 如果语句是 select * from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表。

基于非主键索引的查询需要多扫描一棵索引树

B+ 树能够很好地配合磁盘的读写特性，减少单次查询的磁盘访问次数。