索引的優缺點

　　首先說說索引的優點：最大的好處無疑就算提高查詢效率。有的索引還能保證資料的唯一性，比如唯一索引。

　　而它的壞處很明顯：索引也是檔案，我們在建立索引時，也會建立額外的檔案，所以會佔用一些硬碟空間。其次，索引也需要維護，我們在增加刪除資料的時候，索引也需要去變化維護。當一個表的索引多了以後，資源消耗是很大的，所以必須結合實際業務再去確定給哪些列加索引。

索引的結構

　　再說說索引的基本結構。一說到這裡肯定會脫口而出：B+樹！瞭解B+樹前先要了解二叉查詢樹和二叉平衡樹。二叉查詢樹：左節點比父節點小，右節點比父節點大，所以二叉查詢樹的中序遍歷就是樹的各個節點從小到大的排序。二叉平衡樹：左右子樹高度差不能大於1。B+樹就是結合了它們的特點，當然，不一定是二叉樹。

　　為什麼要有二叉查詢樹的特點？？因為查詢效率快，二分查詢在這種結構下，查詢效率是很快的。那為什麼要有平衡樹的特點呢？試想，如果不維護一顆樹的平衡性，當插入一些資料後，樹的形態有可能變得很極端，比如左子樹一個數據沒有，而全在右子樹上，這種情況下，二分查詢和遍歷有什麼區別呢？而就是因為這些特點需要去維護，所以就有了上面提到的缺點，當索引很多後，反而增加了系統的負擔。

　　接著說B+樹。它的結構如下：

　　可以發現，葉子節點其實是一個雙向迴圈連結串列，這種結構的好處就是，在範圍查詢的時候，我只用找到一個數據，就可以直接返回剩餘的資料了。比如找小於30的，只用找到30，其餘的直接通過葉子節點間的指標就可以找到。再說說其他特點：資料只存在於葉子節點。當葉子節點滿了，如果再新增資料，就會拆分葉子節點，父節點就多了個子節點。如果父節點的位置也滿了，就會擴充高度，就是拆分父節點，如25 50 75拆分成：25為左子樹，75為右子樹，50變成新的頭節點，此時B+樹的高度變成了3。它們的擴充的規律如下表，Leaf Page是葉子節點，index Page是非葉子節點。

　　再說說B樹，B樹相比較B+樹，它所有節點都存放資料，所以在查詢資料時，B樹有可能沒到達葉子節點就結束了。再者，B樹的葉子節點間不存在指標。

　　最後說說Hash索引，相較於B+樹，Hash索引最大的優點就是查詢資料快。但是Hash索引最大的問題就是不支援範圍查詢。試想，如果查詢小於30的資料，hash函式是根據資料的值找到其對應的位置，誰又知道小於30的有哪幾個資料。而B+樹正好相反，範圍查詢是它的強項。

　　附錄：Hash到底是啥？？雜湊中文名雜湊，雜湊只是它的音譯。為啥都說Hash快？？首先有一塊雜湊表（散列表），它的資料結構是個陣列，一個任意長度的資料通過hash函式都可以變成一個固定長度的資料，叫hash值。然後通過hash值確定在陣列中的位置，相同資料的hash值是相同的，所以我們儲存一個數據以後，只需O(1)的時間複雜度就可以找到資料。那hash函式又是啥？？算術運算或位運算，很多應用裡都有hash函式，但實際運算過程大不一樣。這是Java裡String的hashCode方法：

public int hashCode() {
    int h = hash;
    if (h == 0 && value.length > 0) {
        char val[] = value;
        for (int i = 0; i < value.length; i++) {
            h = 31 * h + val[i];
        }
        hash = h;
    }
    return h;
}

　　還有一個問題，hash函式計算出來的hash值有可能存在碰撞，即兩個不同的資料可能存在相同的hash值，在MySQL或其他的應用中，如Java的HashMap等，如果存在碰撞就會以當前陣列位置為頭節點，轉變成一個連結串列。

　　說到這裡也清楚了為啥Java中引用型別要同時重寫hashCode和equals了。兩個物件，例項就算一模一樣，它們的hash值也不相等，為啥不相等？？預設的Object的hashCode方法會根據物件來計算hash值的，例項相同，但它們還是兩個不同的物件啊，所以我們重寫hashCode時，最簡單的方法就是呼叫Object的hashCode方法，然後傳入該引用型別的屬性，讓hashCode方法只根據這幾個屬性來計算，那麼例項相同的話，它們的hash值也會相等。等hashCode比較完後，如果相等再比較例項內容，也就是equals，確保不是hash碰撞。

索引的分類

　　主鍵索引：如果我們指定了一個主鍵，那麼這個主鍵就是主鍵索引。如果我們沒有指定，Mysql就會自動找一個非空的唯一索引當主鍵。如果沒有這種欄位，Mysql就會建立一個大小為6位元組的自增主鍵。如果有多個非空的唯一索引，那麼就讓第一個定義為唯一索引的欄位當主鍵，注意，是第一個定義，而不是建表時出現在前面的。

　　輔助索引：對於輔助索引來說，它們的B+樹結構稍微有點特殊，它們的葉子節點儲存的是主鍵，而不是整個資料。所以在大部分情況下，使用輔助索引查詢資料，需要二次查詢。但並不是所有情況都需要二次查詢。比如查詢的資料正好就是當前索引欄位的值，那麼直接返回就行。這裡提一句，B+樹的key就是對應索引欄位的內容。

　　而輔助索引又有一些分類：唯一索引：不能出現重複的值，也算一種約束。普通索引：可以重複、可以為空，一般就是查詢時用到。字首索引：只適用於字串型別資料，對字串前幾個字元建立索引。全文索引：作用是檢測大文字資料中某個關鍵字，這也是搜尋引擎的一種技術。

　　聚集索引：注意，聚集索引、非聚集索引和前面幾個索引的分類並不是一個層面上的。上面的幾個分類是從索引的作用來分析的。聚集、非聚集索引是從索引檔案上區分的。主鍵索引就屬於聚集索引，即索引和資料存放在一起，葉子節點存放的就是資料。資料表的.idb檔案就是存放該表的索引和資料。

　　非聚集索引：輔助索引屬於非聚集索引，說到這也就明白了。索引和資料不存放在一起的就是非聚集索引。在MYISAM引擎中，資料表的.MYI檔案包含了表的索引， 該表的 葉子節點儲存索引和索引對應資料的指標，指向.MYD檔案的資料。

索引的幾點使用經驗

　　適合建立索引的欄位：經常被查詢的欄位；經常作為條件查詢的欄位；經常用於外來鍵連線或普通的連表查詢時進行相等比較欄位；不為null的欄位；如果是多條件查詢，最好建立聯合索引，因為聯合索引只有一個索引檔案。

　　不適合建立索引的欄位：經常被更新的欄位、不經常被查詢的欄位、存在相同功能的