什麼是索引？

索引是一種資料結構。資料庫索引，是資料庫管理系統中一個排序的資料結構，以協助快速查詢、更新資料庫表中資料。

優缺點？

索引的優點

• 可以大大加快資料的檢索速度，這也是建立索引的最主要的原因。

• 通過使用索引，可以在查詢的過程中，使用優化隱藏器，提高系統的效能。

索引的缺點

• 時間方面：建立索引和維護索引要耗費時間，具體地，當對錶中的資料進行增加、刪除和修改的時候，索引也要動態的維護，會降低增/改/刪的執行效率；

• 空間方面：索引需要佔物理空間。

索引有哪幾種類型

主鍵索引:資料列不允許重複，不允許為NULL，一個表只能有一個主鍵。

唯一索引:資料列不允許重複，允許為NULL值，一個表允許多個列建立唯一索引。

• 可以通過ALTER TABLE table_name ADD UNIQUE (column);建立唯一索引

• 可以通過ALTER TABLE table_name ADD UNIQUE (column1,column2);建立唯一組合索引

普通索引:基本的索引型別，沒有唯一性的限制，允許為NULL值。

• 可以通過ALTER TABLE table_name ADD INDEX index_name (column);建立普通索引

• 可以通過ALTER TABLE table_name ADD INDEX index_name(column1, column2, column3);

  建立組合索引

全文索引：是目前搜尋引擎使用的一種關鍵技術。

• 可以通過ALTER TABLE table_name ADD FULLTEXT (column);建立全文索引

索引的資料結構

索引的資料結構和具體儲存引擎的實現有關，在MySQL中使用較多的索引有Hash索引，B+樹索引等，而我們經常使用的InnoDB儲存引擎的預設索引實現為：B+樹索引。

索引演算法

索引演算法有 BTree演算法和Hash演算法

建立索引的原則

1） 最左字首匹配原則，組合索引非常重要的原則，mysql會一直向右匹配直到遇到範圍查詢(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調整。

2）較頻繁作為查詢條件的欄位才去建立索引

3）更新頻繁欄位不適合建立索引

4）若是不能有效區分資料的列不適合做索引列(如性別，男女未知，最多也就三種，區分度實在太低)

5）儘量的擴充套件索引，不要新建索引。比如表中已經有a的索引，現在要加(a,b)的索引，那麼只需要修改原來的索引即可。

6）定義有外來鍵的資料列一定要建立索引。

7）對於那些查詢中很少涉及的列，重複值比較多的列不要建立索引。

8）對於定義為text、image和bit的資料型別的列不要建立索引。

B樹和B+樹的區別

• 在B樹中，你可以將鍵和值存放在內部節點和葉子節點；但在B+樹中，內部節點都是鍵，沒有值，葉子節點同時存放鍵和值。

• B+樹的葉子節點有一條鏈相連，而B樹的葉子節點各自獨立。

使用B樹的好處

B樹可以在內部節點同時儲存鍵和值，因此，把頻繁訪問的資料放在靠近根節點的地方將會大大提高熱點資料的查詢效率。這種特性使得B樹在特定資料重複多次查詢的場景中更加高效。

使用B+樹的好處

由於B+樹的內部節點只存放鍵，不存放值，因此，一次讀取，可以在記憶體頁中獲取更多的鍵，有利於更快地縮小查詢範圍。 B+樹的葉節點由一條鏈相連，因此，當需要進行一次全資料遍歷的時候，B+樹只需要使用O(logN)時間找到最小的一個節點，然後通過鏈進行O(N)的順序遍歷即可。而B樹則需要對樹的每一層進行遍歷，這會需要更多的記憶體置換次數，因此也就需要花費更多的時間

Hash索引和B+樹所有有什麼區別或者說優劣呢?

首先要知道Hash索引和B+樹索引的底層實現原理：

hash索引底層就是hash表，進行查詢時，呼叫一次hash函式就可以獲取到相應的鍵值，之後進行回表查詢獲得實際資料。B+樹底層實現是多路平衡查詢樹。對於每一次的查詢都是從根節點出發，查詢到葉子節點方可以獲得所查鍵值，然後根據查詢判斷是否需要回表查詢資料。

那麼可以看出他們有以下的不同：

• hash索引進行等值查詢更快(一般情況下)，但是卻無法進行範圍查詢。

因為在hash索引中經過hash函式建立索引之後，索引的順序與原順序無法保持一致，不能支援範圍查詢。而B+樹的的所有節點皆遵循(左節點小於父節點，右節點大於父節點，多叉樹也類似)，天然支援範圍。

• hash索引不支援使用索引進行排序，原理同上。
• hash索引不支援模糊查詢以及多列索引的最左字首匹配。原理也是因為hash函式的不可預測。AAAA和AAAAB的索引沒有相關性。
• hash索引任何時候都避免不了回表查詢資料，而B+樹在符合某些條件(聚簇索引，覆蓋索引等)的時候可以只通過索引完成查詢。
• hash索引雖然在等值查詢上較快，但是不穩定。效能不可預測，當某個鍵值存在大量重複的時候，發生hash碰撞，此時效率可能極差。而B+樹的查詢效率比較穩定，對於所有的查詢都是從根節點到葉子節點，且樹的高度較低。

因此，在大多數情況下，直接選擇B+樹索引可以獲得穩定且較好的查詢速度。而不需要使用hash索引。

資料庫為什麼使用B+樹而不是B樹

• B樹只適合隨機檢索，而B+樹同時支援隨機檢索和順序檢索；

• B+樹空間利用率更高，可減少I/O次數，磁碟讀寫代價更低。一般來說，索引本身也很大，不可能全部儲存在記憶體中，因此索引往往以索引檔案的形式儲存的磁碟上。這樣的話，索引查詢過程中就要產生磁碟I/O消耗。B+樹的內部結點並沒有指向關鍵字具體資訊的指標，只是作為索引使用，其內部結點比B樹小，盤塊能容納的結點中關鍵字數量更多，一次性讀入記憶體中可以查詢的關鍵字也就越多，相對的，IO讀寫次數也就降低了。而IO讀寫次數是影響索引檢索效率的最大因素；

• B+樹的查詢效率更加穩定。B樹搜尋有可能會在非葉子結點結束，越靠近根節點的記錄查詢時間越短，只要找到關鍵字即可確定記錄的存在，其效能等價於在關鍵字全集內做一次二分查詢。而在B+樹中，順序檢索比較明顯，隨機檢索時，任何關鍵字的查詢都必須走一條從根節點到葉節點的路，所有關鍵字的查詢路徑長度相同，導致每一個關鍵字的查詢效率相當。

• B-樹在提高了磁碟IO效能的同時並沒有解決元素遍歷的效率低下的問題。B+樹的葉子節點使用指標順序連線在一起，只要遍歷葉子節點就可以實現整棵樹的遍歷。而且在資料庫中基於範圍的查詢是非常頻繁的，而B樹不支援這樣的操作。

• 增刪檔案（節點）時，效率更高。因為B+樹的葉子節點包含所有關鍵字，並以有序的連結串列結構儲存，這樣可很好提高增刪效率。