資料庫索引（58,、蓋婭互娛、餓了麼、百度、貝殼金控、）

樓主要好好研究資料庫的索引，太多的面試都問道了

具體操作：

1.建立索引：新增聚集唯一索引 set nocount off create unique clustered index employedID(索引的名字 ) on empay(employeeID) [表的名字，以及建立索引的欄位]

2.刪除索引 drop index 索引名字 on 表名

建立索引的優勢：1通過建立唯一性索引，可以保證資料庫表中每行資料的唯一性；2可以加快檢索速度；3.可以加快表之間的連結速度。4在使用分組和排序子句進行資料檢索的時候，同樣可以顯著減少查詢中分組和排序的時間。

建立索引的缺點：1.建立和維護索引是要消耗時間的，這種時間隨著資料量的增加而增加；2.索引要佔據屋裡空間，除了資料表佔資料空間之外，每一個索引還要佔據一定的物理空間，如果要建立聚簇索引，需要的空間就會更大；3.對錶中的資料進行改變的時候，索引也要一直跟著改變。

在什麼列上建立索引：1.在經常需要搜尋的列上，可以加快搜索的 速度；2.在主鍵的列上，強制改了的唯一性和組織表中的排列結構；3.在經常用來做連結的列上，這些列主要是一些外來鍵，這樣可以加快連結的速度。4.在經常需要排序的列上建立索引，因為索引已經排序，這樣查詢可以利用索引的順序，加快查詢的排序時間。5.在經常使用where句子中的列上，加快條件的判別速度。

不應該建立索引的欄位列：1.對於查詢中使用的比較少的參考咧咧。2.對於那些只有很少數值的列。3.3.對於那些定義為text】image和bit資料型別的列不應該增加索引，這是因為這些 資料要麼 相當大，要麼取值很少。4.當修改效能大於檢索效能的時候。

索引的分類：唯一索引、主鍵索引、聚集索引；

主要說一下聚集索引和非聚集索引

聚集索引：可以理解為是字典的一種索引，像字典一樣，舉個例子來說，正文即索引，就是你直接去正文裡找你要找的對應的字【主鍵就是聚集索引，每個表中只有一種聚集索引，】；使用聚集索引的最大的好處是能夠根據查詢要求迅速縮小查詢範圍，避免全表臊面。

聚集索引裡的一行表示一個數據頁，而且標記了這個資料頁索引欄位的範圍值

非聚集索引：就是你在看頻頻索引或者偏旁索引，來找這個字，

非聚集索引跟資料表的記錄一一對應，非聚集索引裡的一條記錄表示資料表的一行記錄，而且記錄了指向實際記錄的指標。

資料庫的索引究竟裝了什麼？

資料庫的索引是建立在表的某個列上的，並且儲存了這一列的所有資訊，但是，需要理解的是資料庫索引並不儲存這個表中的其他欄位的值，索引儲存了指向某一行的指標，該行資料在硬碟上的地址。

資料庫索引使用B-tree的原因，

b是balance，使用這個結構可以顯著減少定位記錄的時候所經歷的中間過程，從而加快存取速度，而b+樹是E-tree的一個變種，大名鼎鼎的mysql就是使用B+作為索引的。

資料庫為什麼使用b+數作為這種結構，一般來說，索引本身也很大，不可能全部儲存在記憶體中，因此，索引還是會以索引檔案的形式儲存在磁碟上，這樣，訪問索引的時候勢必會有一部分磁碟io，相對於記憶體存取，io存取是幾個數量級的區別。所以評價一個數據結構

是否適合做索引的一個標準就是在查詢的過程中磁碟io的次數。換句話說，索引的組織結構要儘量減少查詢過程中磁碟io的存取次數。

為了達到這個目的，磁碟一般都會採用按需讀取這個策略，意思就是在讀取磁碟的時候一般預讀的為頁的大小的整數倍，而且資料庫將一個節點的大小設定為一個頁，這樣每個節點只需要一次io就可以將一個節點載入進入記憶體之中，每次新建節點的時候也是直接申請一個頁面大小的記憶體空間，這樣就保證一個節點物理上也儲存在一個頁上，加之計算機儲存分配都是按照頁的大小對其的 ，這樣就保證了一個node只需要一次io，如果把B樹種的m值設的非常大，就會讓樹的高度降低，有利於一次完全載入。這裡的m指的是m-way查詢樹中的m的 大小。（這個可以百度一下，帖子比比皆是）。

B樹又叫做 平衡多路查詢樹，一棵m階的B-tree的特徵有：1.書中的每個節點最多有m個子節點；2.除了root以外，其他的每個節點至少有（m/2）取上整個孩子；3.如果根節點不是葉子節點，則其至少由兩個孩子，如果沒有孩子的跟界定啊，整棵樹就只有一個根節點。4.所有的葉子幾點都出現在同一層，葉子節點不包含有任何關鍵字資訊（這些葉子及誒點可以看做是外部節點或查詢失敗的節點，實際上這些節點是不存在的，指向這些節點的指標都是null的），5.每個非終端節點都包含有m個關鍵字的資訊。B-tree中的每個節點根據實際情況可以包含大量的關鍵子的資訊和分支，這樣樹的深度就降低了，這就意味著要查詢一個元素，只要很少的節點從外村此案讀入記憶體，就能很快的訪問到要查詢的資料。

為什麼要用B+數做索引？MYSQL

1.檔案很大，不可能權重不存在於記憶體中，所以要存在磁碟上；

2.索引的組織結構要儘量減少查詢過程中的IO操作

3.區域性性原理與磁碟預讀，預讀的長度一般為頁的整數倍

4.資料庫系統巧妙的利用了磁碟預讀的原理，將一個節點的大小設定為一個頁，這樣每個節點只需要一次io就可以完全載入。

5.Btree與b+樹的區別就是B+tree只有葉節點會存放資料，其餘節點用來索引。而Btree則每個節點都有對應的data域。這就決定了B+更適合用來儲存外部資料，也就是所謂的磁碟資料。在查詢的時候Btree的特點就是每層節點樹木非常多，層數很少，目的是為了減少磁碟io，當查詢資料的時候，最好的情況就是快速找到目標索引，然後找到具體的位置，這種情況下B+樹ok，可以完成。但是btreede 每個節點都有data域，這就增接了節點大小，說白了就是增加了磁碟的額io次數。而B+樹的特點就是除了葉子節點其他的節點不儲存資料，節點小，磁碟io次數就減少。另一個優點：B+樹把磁碟的葉子檢點都用指標連結起來，這樣遍歷葉子節點就可以獲得全部資料，這樣就可以進行區間訪問了。

用b tree做節點的資料庫 MONGDB：

MongoDB是非關係資料庫，使用json格式作為儲存，擺脫了非關係模型，所以說區間訪問就不是很重要了。在MongoDB中使用Btree 所有的節點都有data與，只要找到指定的索引就可以進行訪問，可以使得單詞查詢快魚MySQL的平均查詢【驗證了MySQL的平均查詢是差不多的】