MYSQL-索引（Index）介绍

作者介绍：简历上没有一个精通的运维工程师，下面的思维导图也是预计更新的内容和当前进度(不定时更新)。

数据库是一个系统（应用）最重要的资产之一，所以我们的数据库将从以下几个数据库来进行介绍。

MySQL（本章节）

PostgreSQL

MongoDB

Redis

Etcd

一、索引是什么？

想象一下一本书的 目录。如果没有目录，你要找到某一章节，只能从第一页开始一页一页地翻（全表扫描）。而有了目录，你可以通过章节名（键）快速定位到对应的页码（磁盘地址）。

在 MySQL 中，索引（Index） 就是帮助存储引擎快速获取数据的一种数据结构。它就像数据的“目录”，通过预先排序和构建特定结构，极大减少了数据库需要扫描的数据量，从而提高了查询速度。

二、为什么需要索引？（优点与缺点）

优点：

1. 大幅提高查询速度：这是最主要的目的。特别是对于大数据表的等值查询（=）和范围查询（BETWEEN, >, < 等）。
2. 确保数据唯一性：唯一索引可以保证某一列或某几列的组合在表中的唯一性。
3. 加速表连接：在进行多表连接（JOIN）时，如果连接条件上有索引，会极大地提高连接效率。
4. 减少排序和分组的时间：ORDER BY（排序） 和 GROUP BY（分组和汇总） 子句如果可以利用索引，可以避免额外的排序操作。

缺点：

1. 占用额外磁盘空间：索引也是一张表，保存了主键和索引字段并指向实体表的记录，需要占用磁盘空间。
2. 降低写操作性能：当对表中的数据进行增（INSERT）、删（DELETE）、改（UPDATE）时，数据库不仅需要操作数据，还需要更新对应的索引结构。索引越多，写操作的成本越高。

核心权衡：以空间换时间，并且读写性能的权衡。索引不是越多越好，需要根据实际查询需求来创建。

三、索引的数据结构

MySQL 支持多种索引数据结构，最常见的两种是：

1. B+Tree 索引 (默认)

这是 MySQL 的 InnoDB 和 MyISAM 存储引擎默认且最常用的索引类型。

• 结构：它是一种多路平衡查找树。与 B-Tree 的区别在于：
  • 非叶子节点只存储键值（索引列的值）和子节点的指针，不存储数据。
  • 所有数据都存储在叶子节点上，并且叶子节点之间通过指针相连，形成一个双向链表。
• 优点：
  • 非常适合范围查询：由于叶子节点是链表结构，只需找到范围的起始点，然后沿着链表遍历即可，非常高效。
  • 查询性能稳定：每次查询都需要从根节点遍历到叶子节点，路径长度相同，性能稳定。
  • 磁盘 I/O 次数少：树的高度很低（通常只有3-4层），意味着查询任何一条记录最多只需要3-4次磁盘I/O。

99% 的场景下，你使用的都是 B+Tree 索引。

2. Hash 索引

• 原理：通过对索引列计算一个哈希码，将哈希码与对应的行数据指针存储在哈希表中。查询时，先计算查询条件的哈希值，然后在哈希表中找到对应的数据地址。
• 优点：
  • 等值查询极快（=， IN），时间复杂度接近 O(1)。
• 缺点：
  • 无法进行范围查询。
  • 不支持排序。
  • 存在哈希冲突。
• 使用场景：Memory 存储引擎默认使用 Hash 索引。InnoDB 支持自适应哈希索引（Adaptive Hash Index），但它是数据库内部自动管理的，用户无法手动创建。

四、索引的类型（逻辑分类）

从逻辑功能的角度，索引可以分为：

1. 普通索引 (INDEX)：最基本的索引，没有任何限制，仅用于加速查询。
2. 唯一索引 (UNIQUE INDEX)：与普通索引类似，但要求索引列的值必须是唯一的，允许有空值。
3. 主键索引 (PRIMARY KEY)：一种特殊的唯一索引，不允许有空值。一张表只能有一个主键索引。InnoDB 的表数据文件本身就是按主键索引组织的一棵 B+Tree（聚簇索引）。
4. 复合索引（联合索引）：一个索引包含多个列。例如 INDEX idx_name_age (name, age)。这是非常重要且常用的技巧。
5. 全文索引 (FULLTEXT)：如上所述，用于全文搜索。
6. 空间索引 (SPATIAL)：用于空间数据类型。