数据库：索引篇

索引结构

二叉树

由于二叉树有缺点（顺序插入会形成链表，层级太深），所以使用红黑树，来解决树的平衡问题。

因为红黑树是自平衡的二叉树。

但红黑树也会在数据量大的情况层级较深，检索速度也慢。

B Tree（多路平衡查找树）

用B Tree来解决红黑树在数据量大的时候层次变深的问题，本质上B tree是多叉树，而且也能自平衡。

B+Tree

B+树在B树的基础上：

1、增加了一个指向相邻叶子节点的双向链表，能增强区间访问的性能；

2、把数据存储的位置从所有节点限制到只在叶子节点存储，那么非叶子节点能存储的“页”、指针可以更多，这样可以让整个树变得更扁平，检索的次数更少。

PS：一个页默认是16K，固定大小

哈希Hash

特点

1、只能等值匹配（=，in），无法进行范围查询（between，<，>）

2、效率高，只要不发生哈希冲突，只需要一次检索就能得到结果。

存储引擎支持

在MySQL中，只有Memory引擎支持Hash索引。

索引分类

重点：

举例分析

聚集索引：默认用主键（id）建立聚集索引，结构为B+Tree，在叶子节点下方挂的数据就是该id本行的数据。

二级索引：对name属性建立二级索引，按字典序排序，结构也是B+Tree，叶子节点下挂的数据不是本行的数据（与聚集索引重复，会造成冗余），所以设计成挂的是主键的id值。

回表查询

先走二级索引，查到对应的主键值。再走聚集索引，查到具体的行数据。

举例：select * from user where name = 'Arm'

思考：

设n为：一页中有n个key，那么n+1就是一页中指针的个数。（一页就是树中的一个结点）

索引的使用

联合索引右侧字段失效

联合索引：最左前缀法则

在select语句中，三个字段的联合索引是否生效，遵循最左前缀法则，具体体现在where条件中。

联合索引：范围查询失效

profession、age、status三个的联合索引，遵循最左前缀法则，如果中间的age字段在select中使用了范围查询，那么age会失效，后面的status也会失效。

例外情况：中间的age字段在select中使用“大于等于”或者“小于等于”，这时候索引并不失效。

索引失效情况一：在索引上做运算

索引失效情况二：字符串不加引号

在where条件中搜索phone=12345，字符串没有加引号，不走索引；

在where条件中搜索phone='12345'，字符串加了引号，走索引。

索引失效情况三：模糊查询

如果是头部模糊查询不会失效（头部固定、后面模糊）；

但是对尾部模糊匹配就会失效（尾部固定、头部模糊）。

索引失效情况四：or条件连接

假如以下：id字段和phone字段有索引，age没有索引。

索引失效情况四：索引效率低于全表扫描

比如一个范围查询，查询某字段大于某个值的数据，实际上，大于这个值的结果占据了全表的70%，那么Mysql认为走全表扫描效率会更高。索引会失效。

总结

也就是说，如果select语句查询到的结果，能占据全表的绝大部分数据。那么Mysql会认为索引效率还不如全表扫描快，索引就会失效。