MySQL基础：索引

💎所属专栏：MySQL

在这里插入图片描述

1. 索引概述

MySQL中的索引是帮助MySQL高效获取数据的数据结构，可以极大地提高数据库的查询效率，减少数据库的I/O成本，就像书的目录一样，它可以帮助我们快速定位到书中的内容。

优势：

提高数据检索的效率，降低数据的IO成本
通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗

劣势：

1. 索引列需要占用一定的空间

2. 索引大大提高了查询效率，同时也降低了更新表的效率，例如对表进行INSERT,UPDATE,DELETE时，效率会降低

在实际开发中，查询操作要远远多于更新操作，还是更推荐使用索引。

2. 索引的分类

3. 索引的使用

3.1. 查看索引

show index from student;

索引是按照列的方式创建的，可以给某个列创建索引

primary key，unique，foreigh key都会自带索引，不需要手动创建，只需要建表的时候指定约束，就会自动生成索引

生成索引之后，假如只有student_id有索引，那么只有select * from student where student_id = 1;这样这对有索引的那一列的查询才会提高效率，其他的话还是遍历整个表

3.2. 创建索引

-- 创建索引
create index name_index on student (name);
-- 查看索引
show index from student;

创建索引其实是一个危险操作：

如果是针对空表或表中的数据量小，创建索引问题不大，但是在日常开发中，正常来说数据规模都是比较大的，一旦创建索引之后，就可能触发大量的硬盘IO，机器就会卡死

所以说，在最初创建表的时候就要提前规划出需要给那些列加上索引，如果说某个表中确实需要加索引，那么就需要重新换一个数据库，把原来的数据导入到新库中

3.3. 删除索引

-- 删除索引
drop index name_index on student;
-- 查看索引
show index from student;

unique自动生成的索引可以被删除，但是primary key 还有 foreigh key自动生成的索引是不可以删除的

既然创建索引就已经是危险操作了，那么删除索引肯定也是一个危险操作，具体原因是一样的，在实际开发中，一般也不会去删除一个索引

4. 索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包括以下几种：

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持B+Tree索引
Hash索引	底层是哈希表，只有精确匹配索引列的查询才有效，不支持范围查询
R-tree（空间索引）	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，使用较少
Full-text（全文索引）	通过建立倒排索引，快速匹配文档的方式。类似于Lucene,Solr,Es

后面两种索引都使用的很少，主要介绍前面两种

在我们学过的数据结构之中，适合作为查询的有哈希表，二叉搜索树，哈希表就不多说了，二叉搜索树可能会变成一个单分支树，或是一条链表，最坏情况下查询的时间复杂度是O(n)的，所以就有了红黑树，边插入边调整，使其保证二叉树的结构，但是当数据量特别大时，尤其是对于数据库这样级别的数据量，红黑树的树高也会非常大，查询的效率还是不够高，所以就又出现了一种为数据库量身打造的数据结构——B+树，B+树是对B树做出了进一步的改进