面試官常考的MySQL索引（MySQL進階）

你好我是辰兮，很高興你能來閱讀，本篇是整理了索引基礎學習的相關知識點，帶你認識了解索引的數據結構，實現原理，分享獲取新知，希望對你有幫助，一起加油，共同進步。

1.JAVA基礎面試常考問題 ： JAVA面試基礎常考題匯集

2.JAVA面試SSM框架常考 ：JAVA框架面試題匯集

文章目錄

一、索引定義

二、索引分類

三、索引原理

四、索引數據結構

一、索引定義

MySQL官方定義：索引（Index）是幫助MySQL高效獲取數據的數據結構。

作用： 可以提高查詢效率。

關鍵詞：數據結構 用來提高查詢效率

二、索引分類

索引是在存儲引擎中實現的，也就是說不同的存儲引擎，會使用不同的索引。MyISAM和InnoDB存儲引擎：只支持BTREE索引，也就是說默認使用BTREE，不能夠更換。MEMORY/HEAP存儲引擎：支持HASH和BTREE索引。

mysql的索引我們分為三大類來講

單列索引(普通索引，唯一索引，主鍵索引)、組合索引、全文索引。

全文索引可以在varchar、char、text類型的列上創建。可以通過ALTER TABLE或CREATE INDEX命令創建。

對于大規模的數據集，通過ALTER TABLE（或者CREATE INDEX）命令創建全文索引要比把記錄插入帶有全文索引的空表更快。

全文索引不支持中文需要借sphinx(coreseek)或迅搜<、code>技術處理中文。

alter table 表名 add FULLTEXT(字段名);

三、索引原理

(1)為什么我們添加完索引后查詢速度會變快？

①傳統的查詢方法，是按照表的順序遍歷的，不論查詢幾條數據，

mysql需要將表的數據從頭到尾遍歷一遍

②在我們添加完索引之后，

mysql一般通過BTREE算法生成一個索引文件，在查詢數據庫時，找到索引文件進行遍歷(折半查找大幅查詢效率)，找到相應的鍵從而獲取數據

(2)索引的代價

①創建索引是會產生索引文件的，

占用磁盤空間

②索引文件是一個二叉樹類型的文件，

可想而知我們的dml（增刪改）操作同樣也會對索引文件進行修改，所以性能會下降

(3)在哪些column上使用索引？

①較頻繁的作為查詢條件的字段應該創建索引

②唯一性太差的字段不適合創建索引（例如gender性別字段，盡管頻繁作為查詢條件）

③更新非常頻繁的字段不適合作為索引

④不會出現在where子句中的字段不該創建索引

四、索引數據結構

實際的數據庫系統幾乎沒有使用二叉查找樹或其進化品種紅黑樹（red-black tree）實現的，目前大部分數據庫系統及文件系統都采用B-Tree或其變種B+Tree作為索引結構。

(1)B-Tree

B樹（Balance）是一種自平衡的樹，

能夠保持數據有序。這種數據結構能夠讓查找數據、順序訪問、插入數據及刪除的動作，都在對數時間內完成。

概括來說B樹是一個一般化的二叉查找樹（binary search tree），可以擁有多于2個子節點。B樹為系統大塊數據的讀寫操作做了優化。B樹減少定位記錄時所經歷的中間過程，從而加快存取速度。

下面是一個B-Tree的數據結構：

B-Tree是滿足下列條件的數據結構：

B-Tree的每個節點都是

【指針+“鍵值對”】

組成，key和指針互相間隔，節點兩端是指針

每個非葉子節點由n-1個key和n個指針組成，每個葉子節點最少包含一個key和兩個指針

每個指針要么為null，要么指向另外一個節點，葉子節點的指針均為null 一個節點中的key從左到右遞減排列

指針指向的節點的所有key大于指針左邊的key，小于指針右邊的key 所有的葉子節點具有相同的深度，等于樹高h（樹高，就是樹的層數）

在B-Tree中按key檢索數據的算法：首先從根節點進行二分查找，如果找到則返回對應節點的data，否則對相應區間的指針指向的節點遞歸進行查找，直到找到節點或找到null指針，返回null則表示查找失敗。

一個度為d的B-Tree，設其索引N個key，則其樹高h的上限為logd((N+1)/2)，檢索一個key，其查找節點個數的漸進復雜度為O(logdN)。從這點可以看出，B-Tree是一個非常有效率的索引數據結構。

【度，用來約束一個節點key和指針的個數，每個非葉子結點由n-1個key和n個指針組成，其中d<=n<=2d，由于key的個數至少為1，所以d>=2】

(2)B+Tree

B+Tree是B樹最常見的的一種變種（B-Tree有許多變種），

MySQL就普遍使用B+Tree實現其索引結構。

與B-Tree相比，B+Tree有以下不同點：

B+樹的每個非葉子節點都是由【key+指針】，B樹是【鍵值對+指針】

B+樹的每個葉子節點只包含鍵值對，B樹的葉子節點【鍵值對+指針】

B+樹的每個非葉子節點的指針的數量等于key的數量，B樹（指針數量=鍵值對數量+1）

B+樹的葉子節點包含所有的key

一般在數據庫系統或文件系統中使用的B+Tree結構都在經典B+Tree的基礎上進行了優化，增加了順序訪問指針。

在B+Tree的每個葉子節點增加一個指向相鄰葉子節點的指針，就形成了帶有順序訪問指針的B+Tree。做這個優化的目的是為了提高區間訪問的性能，例如圖4中如果要查詢key為從18到49的所有數據記錄，當找到18后，只需順著節點和指針順序遍歷就可以一次性訪問到所有數據節點，極大提到了區間查詢效率。

MySQL B+Tree索引解析圖

The best investment is to invest in yourself

2020.06.12 記錄辰兮的第80篇博客

MySQL 數據結構

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。