1.定义以及相关知识

1.1定义

使用一定的数据结构来保存索引字段对应的数据，以后根据索引字段来进行检索提高检索效率

注意：使用一定的数据结构需要一定的空间来保存，索引字段可以是一列或多列；是否能够命中索引是SQL性能优化的关键

（1）建立索引：类似建立书籍目录或手机的电话簿
（2）使用索引：查询条件中的字段能够命中索引
（3）创建索引、更新/删除索引字段、插入数据都会导致索引更新的耗时操作

1.2数据库保存数据的基本单位

（1）数据库保存数据的基本单位是page
在这里插入图片描述

（2）目的：硬盘读取文件到内存的io操作也是耗时的，读取数据最好也就保证能最少次读取到需要的结果集

2.MySQL中索引分类

创建某个索引可以是以下多种类型
（1）从索引存储结构划分：B+树索引，hash索引
（2）从应用层次划分：普通索引、唯一索引、主键索引、复合索引
（3）从索引键值类型划分：主键索引、辅助索引（二级索引）
（4）从数据存储和索引键值逻辑关系划分：聚集索引（聚簇索引）、非聚集索引（非聚簇索引）
（5）从索引列数量划分：单列索引、复合索引

2.1B树和B+树

（1）B树：所有节点都保存有索引列及数据
（2）B+树：每个节点都是page，叶子结点保存有索引列及数据，非叶子结点只有索引字段，B+树叶子结点全部相连
（3）区别：
①数据的保存位置不同：B+树保存在叶子节点，B树保存在所有的节点中（体现出B+树优势：节点不存储data，这样一个节点就可以存储更多的key，可以使得树更矮，所以IO操作次数更少；查询性能稳定：每次查询都是从根节点遍历到叶子节点，查询路径长度相同，即每次查询效率相当，时间复杂度固定是O(log(n)）
②叶子节点的指向不同：B+树相邻的叶子节点通过指针相连，B树没有（体现出B+树优势：所有叶子节点形成有序链表，便于范围查找）

2.2主键索引（聚簇索引）

（1）默认是B+树，聚簇索引，一张表只能有一个主键索引
（2）在B+树的叶子结点上存放有主键字段（索引字段）+整行数据
（3）优点：速度快
（4）缺点：主键需要是整形且字段不要太长，更新代价大，效率低

2.3非聚簇索引

（1）非主键索引，可以使用很多类型的索引，如B+树、hash等等
（2）如果使用的是B+树存储结构，叶子结点上存放索引字段的值+主键的值
（3）搜索数据的方式：先通过索引字段找到叶子结点上的主键值，再通过主键值找到整条数据（属于回表操作）
（4）优点：更新代价相对比聚簇索引小（叶子结点是索引值和主键值，没有真实数据）
（5）缺点：依赖有序数据，可能产生回表操作导致效率更低

2.4覆盖索引

（1）覆盖索引是一个索引包含所需要查询的字段的值
（2）使用：select 覆盖索引字段 from 表 where 覆盖索引字段 = “”；
（3）注意：is null / is not null是不会走索引的
（4）优点：不需要回表操作

2.5复合索引（联合索引）

（1）使用多列来创建索引
（2）符合最左匹配原则：联合索引的多个字段遵循从左往右的优先级，最左优先，当出现范围查询是停止匹配
（3）查询的条件字段顺序是无所谓的，关键是索引创建的字段顺序（查询是必须包含创建索引的第一个字段否则不匹配）

2.6基于B+树的索引

（1）主键索引（聚簇索引）
（2）非聚簇索引（可以建立成B+树的索引）
（3）优化原则：索引字段尽量不要有null的值
修正（查询的时候，条件是字段is [not] null， !=会走全表扫描，不会走引）；频繁查询的字段建立索引:需要考虑最左匹配原则，顺序是左边；频繁更新的字段，慎用索引(索引更新代价大)=>适用读多写操的场景；范围查询(between, <, <, like等)可能走索引，也可能不走（MySQL中，存在一个查询优化器，用于判断如何执行：多个索引存在时，先找到最优的一个索引，判断是不是走这个索引更快，如果是，走索引；如果不是，全表扫描）