MySQL——關於索引的總結
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。有的索引還能保證數據的唯一性，比如唯一索引。
而它的壞處很明顯：索引也是文件，我們在創建索引時，也會創建額外的文件，所以會佔用一些硬盤空間。其次，索引也需要維護，我們在增加刪除數據的時候，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！了解B+樹前先要了解二叉查找樹和二叉平衡樹。二叉查找樹：左節點比父節點小，右節點比父節點大，所以二叉查找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。
為什麼要有二叉查找樹的特點？？因為查找效率快，二分查找在這種結構下，查找效率是很快的。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，當插入一些數據後，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，二分查找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循環鏈表，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數據了。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針就可以找到。再說說其他特點：數據只存在於葉子節點。當葉子節點滿了，如果再添加數據，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，它所有節點都存放數據，所以在查找數據時，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針。
最後說說Hash索引，相較於B+樹，Hash索引最大的優點就是查找數據快。但是Hash索引最大的問題就是不支持範圍查詢。試想，如果查詢小於30的數據，hash函數是根據數據的值找到其對應的位置，誰又知道小於30的有哪幾個數據。而B+樹正好相反，範圍查詢是它的強項。
附錄：Hash到底是啥？？哈希中文名散列，哈希只是它的音譯。為啥都說Hash快？？首先有一塊哈希表（散列表），它的數據結構是個數組，一個任意長度的數據通過hash函數都可以變成一個固定長度的數據，叫hash值。然後通過hash值確定在數組中的位置，相同數據的hash值是相同的，所以我們存儲一個數據以後，只需O(1)的時間複雜度就可以找到數據。那hash函數又是啥？？算術運算或位運算，很多應用里都有hash函數，但實際運算過程大不一樣。這是Java里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函數計算出來的hash值有可能存在碰撞，即兩個不同的數據可能存在相同的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數組位置為頭節點，轉變成一個鏈表。
說到這裡也清楚了為啥Java中引用類型要同時重寫hashCode和equals了。兩個對象，實例就算一模一樣，它們的hash值也不相等，為啥不相等？？默認的Object的hashCode方法會根據對象來計算hash值的，實例相同，但它們還是兩個不同的對象啊，所以我們重寫hashCode時，最簡單的方法就是調用Object的hashCode方法，然後傳入該引用類型的屬性，讓hashCode方法只根據這幾個屬性來計算，那麼實例相同的話，它們的hash值也會相等。等hashCode比較完後，如果相等再比較實例內容，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。如果沒有這種字段，Mysql就會創建一個大小為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字段當主鍵，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，它們的葉子節點存儲的是主鍵，而不是整個數據。所以在大部分情況下，使用輔助索引查找數據，需要二次查找。但並不是所有情況都需要二次查找。比如查找的數據正好就是當前索引字段的值，那麼直接返回就行。這裡提一句，B+樹的key就是對應索引字段的內容。
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。前綴索引：只適用於字符串類型數據，對字符串前幾個字符創建索引。全文索引：作用是檢測大文本數據中某個關鍵字，這也是搜索引擎的一種技術。
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文件上區分的。主鍵索引就屬於聚集索引，即索引和數據存放在一起，葉子節點存放的就是數據。數據表的.idb文件就是存放該表的索引和數據。
非聚集索引：輔助索引屬於非聚集索引，說到這也就明白了。索引和數據不存放在一起的就是非聚集索引。在MYISAM引擎中，數據表的.MYI文件包含了表的索引， 該表的 葉子節點存儲索引和索引對應數據的指針，指向.MYD文件的數據。
索引的幾點使用經驗
適合創建索引的字段：經常被查詢的字段；經常作為條件查詢的字段；經常用於外鍵連接或普通的連表查詢時進行相等比較字段；不為null的字段；如果是多條件查詢，最好創建聯合索引，因為聯合索引只有一個索引文件。
不適合創建索引的字段：經常被更新的字段、不經常被查詢的字段、存在相同功能的字段
