1.索引所用的數據結構
目前常用的數據庫爲mysql數據庫以innodb爲引擎所建的表，對於這種情況，95%以上的情況使用的是B+Tree索引結構。
B+樹是對B樹的一種變形樹，它與B樹的差異在於：
有k個子結點的結點必然有k個關鍵碼；
非葉結點僅具有索引作用，跟記錄有關的信息均存放在葉結點中。
樹的所有葉結點構成一個有序鏈表，可以按照關鍵碼排序的次序遍歷全部記錄。
如下圖，是一個B+樹:
B和B+樹的區別在於，B+樹的非葉子結點只包含導航信息，不包含實際的值，所有的葉子結點和相連的節點使用鏈表相連，便於區間查找和遍歷。
B+ 樹的優點在於：
由於B+樹在內部節點上不包含數據信息，因此在內存頁中能夠存放更多的key。 數據存放的更加緊密，具有更好的空間局部性。因此訪問葉子節點上關聯的數據也具有更好的緩存命中率。
B+樹的葉子結點都是相鏈的，因此對整棵樹的便利只需要一次線性遍歷葉子結點即可。而且由於數據順序排列並且相連，所以便於區間查找和搜索。而B樹則需要進行每一層的遞歸遍歷。相鄰的元素可能在內存中不相鄰，所以緩存命中性沒有B+樹好。
2.索引的優點
衆所周知，對磁盤的IO操作消耗遠大於對內存IO（差距通常達到成千上萬倍），索引可以讓服務器快速定位到表的指定位置，以B+Tree索引爲例，按照順序存儲數據，所以Mysql可以用索引來做order by和group的操作。因爲數據是有序的，所以B+Tree也會把相關的列值存儲在一起。又因爲索引中存儲了實際的列值，所以對於某些查詢來說，只使用索引就可以完成全部查詢工作。總結下來，索引有以下三個優點：
- 索引極大減少了服務器需要掃描的數據量。
- 索引可以幫助服務器避免排序和臨時表。
- 索引可以將隨機IO變成有序IO。
3.索引的成本和性價比計算
索引的成本也就是需要維護這麼一個B+Tree，本身插入和刪除數據的過程也需要增加維護B+Tree的開銷。
如果字段毫無區分度，那麼這個索引實際上也並無什麼使用價值，所以說索引的NPV計算與下列數據均有相關性
- 使用索引的頻率
- 使用索引節省下的成本
- 對於查詢的延遲敏感度
- 增刪的頻率
- 增刪時維護索引的成本
- 對於增刪的延遲敏感度
大體來看，可以這麼簡略的計算
NPV = 對於查詢的延遲敏感度 X 使用索引的頻率 X 使用索引節省下的成本 - 對於增刪的延遲敏感度 X 增刪的頻率 X 增刪時維護索引的成本
4.有效的使用索引
由以上公式可得出，建立索引應當滿足以下原則
4.1 建立索引的原則:
- 比起增刪來說，查詢的頻率很高
- 比起增刪的延遲時間來說，用戶更在意查詢的延遲時間
- 使用索引節省下的成本應儘量高
- 維護索引的成本應儘量低
4.2 使用索引需要注意的點:
-
最左前綴匹配原則
select * from s1 where name=‘egon’; #可以
select * from s1 where name=‘egon’ and email=‘asdf’; #可以
select * from s1 where email=‘[email protected]’; #不可以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。 -
=和in可以亂序
比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優化器
會幫你優化成索引可以識別的形式 -
儘量選擇區分度高的列作爲索引，一般以區分度0.1左右爲標準
使用索引限制前綴時應反覆計算,區分度也不宜太高 -
索引列不能參與計算
這樣每一個元素都會計算,查詢成本會急劇升高 -
避免使用select *
這樣會導致索引無法覆蓋需要查詢的列 -
like %xxx
這種形式無法使用索引，而like xxx%則可以 -
排序條件爲索引，則select字段必須也是索引字段，否則無法命中
如果排序條件爲主鍵也會走索引 -
!=條件不會使用索引
如果條件爲主鍵也會走索引 -
組合索引代替多個單列索引（經常使用多個條件查詢時）
視具體業務條件確定 -
儘量使用短索引