MySQL索引？這玩意兒還能簡單聊？明顯是在挖坑，幸好老夫早有準備，切聽我一一道來。 

一、索引是什麼?

索引是幫助MySQL高效獲取資料的資料結構。

二、索能幹什麼?

索引非常關鍵，尤其是當表中的資料量越來越大時，索引對於效能的影響愈發重要。 索引能夠輕易將查詢效能提高好幾個數量級，總的來說就是可以明顯的提高查詢效率。

三、索引的分類?

1、從儲存結構上來劃分：BTree索引（B-Tree或B+Tree索引），Hash索引，full-index全文索引，R-Tree索引。這裡所描述的是索引儲存時儲存的形式，

2、從應用層次來分：普通索引，唯一索引，複合索引

3、根據中資料的物理順序與鍵值的邏輯（索引）順序關係：聚集索引，非聚集索引。

平時講的索引型別一般是指在應用層次的劃分。

就像手機分類：安卓手機，IOS手機 與 華為手機，蘋果手機，OPPO手機一樣。

普通索引：即一個索引只包含單個列，一個表可以有多個單列索引

唯一索引：索引列的值必須唯一，但允許有空值

複合索引：多列值組成一個索引，專門用於組合搜尋，其效率大於索引合併

聚簇索引(聚集索引)：並不是一種單獨的索引型別，而是一種資料儲存方式。具體細節取決於不同的實現，InnoDB的聚簇索引其實就是在同一個結構中儲存了B-Tree索引(技術上來說是B+Tree)和資料行。

非聚簇索引：不是聚簇索引，就是非聚簇索引

四、索引的底層實現

mysql預設儲存引擎innodb只顯式支援B-Tree( 從技術上來說是B+Tree)索引，對於頻繁訪問的表，innodb會透明建立自適應hash索引，即在B樹索引基礎上建立hash索引，可以顯著提高查詢效率，對於客戶端是透明的，不可控制的，隱式的。

不談儲存引擎，只討論實現(抽象)

Hash索引

基於雜湊表實現，只有精確匹配索引所有列的查詢才有效，對於每一行資料，儲存引擎都會對所有的索引列計算一個雜湊碼（hash code），並且Hash索引將所有的雜湊碼儲存在索引中，同時在索引表中儲存指向每個資料行的指標。

B-Tree索引（MySQL使用B+Tree）

B-Tree能加快資料的訪問速度，因為儲存引擎不再需要進行全表掃描來獲取資料，資料分佈在各個節點之中。

B+Tree索引

是B-Tree的改進版本，同時也是資料庫索引索引所採用的儲存結構。資料都在葉子節點上，並且增加了順序訪問指標，每個葉子節點都指向相鄰的葉子節點的地址。相比B-Tree來說，進行範圍查詢時只需要查詢兩個節點，進行遍歷即可。而B-Tree需要獲取所有節點，相比之下B+Tree效率更高。

結合儲存引擎來討論（一般預設使用B+Tree）

案例：假設有一張學生表，id為主鍵

在MyISAM引擎中的實現（二級索引也是這樣實現的）

在InnoDB中的實現

五、為什麼索引結構預設使用B+Tree，而不是Hash，二叉樹，紅黑樹？

B-tree：因為B樹不管葉子節點還是非葉子節點，都會儲存資料，這樣導致在非葉子節點中能儲存的指標數量變少（有些資料也稱為扇出），指標少的情況下要儲存大量資料，只能增加樹的高度，導致IO操作變多，查詢效能變低；

Hash：雖然可以快速定位，但是沒有順序，IO複雜度高。

二叉樹：樹的高度不均勻，不能自平衡，查詢效率跟資料有關（樹的高度），並且IO代價高。

紅黑樹：樹的高度隨著資料量增加而增加，IO代價高。

六、為什麼官方建議使用自增長主鍵作為索引？

結合B+Tree的特點，自增主鍵是連續的，在插入過程中儘量減少頁分裂，即使要進行頁分裂，也只會分裂很少一部分。並且能減少資料的移動，每次插入都是插入到最後。總之就是減少分裂和移動的頻率。

插入連續的資料：

插入非連續的資料

七、簡單總結下

1、MySQL使用B+Tree作為索引資料結構。

2、B+Tree在新增資料時，會根據索引指定列的值對舊的B+Tree做調整。

4、從物理儲存結構上說，B-Tree和B+Tree都以頁(4K)來劃分節點的大小，但是由於B+Tree中中間節點不儲存資料，因此B+Tree能夠在同樣大小的節點中，儲存更多的key，提高查詢效率。

5、影響MySQL查詢效能的主要還是磁碟IO次數，大部分是磁頭移動到指定磁軌的時間花費。

6、MyISAM儲存引擎下索引和資料儲存是分離的，InnoDB索引和資料儲存在一起。

7、InnoDB儲存引擎下索引的實現，(輔助索引)全部是依賴於主索引建立的(輔助索引中葉子結點儲存的並不是資料的地址，還是主索引的值，因此，所有依賴於輔助索引的都是先根據輔助索引查到主索引，再根據主索引查資料的地址)。

8、由於InnoDB索引的特性，因此如果主索引不是自增的(id作主鍵)，那麼每次插入新的資料，都很可能對B+Tree的主索引進行重整，影響效能。因此，儘量以自增id作為