你好我是辰兮，很高興你能來閱讀，本篇是整理了索引基礎學習的相關知識點，帶你認識瞭解索引的數據結構，實現原理，分享獲取新知，希望對你有幫助，一起加油，共同進步。
1.JAVA基礎面試常考問題： JAVA面試基礎常考題彙集2.JAVA面試SSM框架常考：JAVA框架面試題彙集
一、索引定義
MySQL官方定義：索引（Index）是幫助MySQL高效獲取數據的數據結構。
作用： 可以提高查詢效率。
關鍵詞：數據結構 用來提高查詢效率
二、索引分類
索引是在存儲引擎中實現的，也就是說不同的存儲引擎，會使用不同的索引。MyISAM和InnoDB存儲引擎：只支持BTREE索引，也就是說默認使用BTREE，不能夠更換。MEMORY/HEAP存儲引擎：支持HASH和BTREE索引。
mysql的索引我們分爲三大類來講單列索引(普通索引，唯一索引，主鍵索引)、組合索引、全文索引。
| 索引名稱 | 作用 |
|---|---|
| 主鍵索引 | 主鍵是一種唯一性索引，但它必須指定爲PRIMARY KEY，每個表只能有一個主鍵 |
| 唯一索引 | 索引列的所有值都只能出現一次，即必須唯一，值可以爲空 |
| 普通索引 | 基本的索引類型，值可以爲空，沒有唯一性的限制 |
| 全文索引 | 全文索引的索引類型爲FULLTEXT |
- 全文索引可以在varchar、char、text類型的列上創建。可以通過ALTER TABLE或CREATE INDEX命令創建。
- 對於大規模的數據集，通過ALTER TABLE（或者CREATE INDEX）命令創建全文索引要比把記錄插入帶有全文索引的空表更快。
- 全文索引不支持中文需要借sphinx(coreseek)或迅搜<、code>技術處理中文。
- alter table 表名 add FULLTEXT(字段名);
三、索引原理
(1)爲什麼我們添加完索引後查詢速度會變快？
- ①傳統的查詢方法，是按照表的順序遍歷的，不論查詢幾條數據，mysql需要將表的數據從頭到尾遍歷一遍
- ②在我們添加完索引之後，mysql一般通過BTREE算法生成一個索引文件，在查詢數據庫時，找到索引文件進行遍歷(折半查找大幅查詢效率)，找到相應的鍵從而獲取數據
(2)索引的代價
- ①創建索引是會產生索引文件的，佔用磁盤空間
- ②索引文件是一個二叉樹類型的文件，可想而知我們的dml（增刪改）操作同樣也會對索引文件進行修改，所以性能會下降
(3)在哪些column上使用索引？
- ①較頻繁的作爲查詢條件的字段應該創建索引
- ②唯一性太差的字段不適合創建索引（例如gender性別字段，儘管頻繁作爲查詢條件）
- ③更新非常頻繁的字段不適合作爲索引
- ④不會出現在where子句中的字段不該創建索引
四、索引數據結構
實際的數據庫系統幾乎沒有使用二叉查找樹或其進化品種紅黑樹（red-black tree）實現的，目前大部分數據庫系統及文件系統都採用B-Tree或其變種B+Tree作爲索引結構。
(1)B-Tree
B樹（Balance）是一種自平衡的樹，能夠保持數據有序。這種數據結構能夠讓查找數據、順序訪問、插入數據及刪除的動作，都在對數時間內完成。
概括來說B樹是一個一般化的二叉查找樹（binary search tree），可以擁有多於2個子節點。B樹爲系統大塊數據的讀寫操作做了優化。B樹減少定位記錄時所經歷的中間過程，從而加快存取速度。
下面是一個B-Tree的數據結構：
B-Tree是滿足下列條件的數據結構：
- B-Tree的每個節點都是【指針+“鍵值對”】組成，key和指針互相間隔，節點兩端是指針
- 每個非葉子節點由n-1個key和n個指針組成，每個葉子節點最少包含一個key和兩個指針
- 每個指針要麼爲null，要麼指向另外一個節點，葉子節點的指針均爲null 一個節點中的key從左到右遞減排列
- 指針指向的節點的所有key大於指針左邊的key，小於指針右邊的key 所有的葉子節點具有相同的深度，等於樹高h（樹高，就是樹的層數）
在B-Tree中按key檢索數據的算法：首先從根節點進行二分查找，如果找到則返回對應節點的data，否則對相應區間的指針指向的節點遞歸進行查找，直到找到節點或找到null指針，返回null則表示查找失敗。
- 一個度爲d的B-Tree，設其索引N個key，則其樹高h的上限爲logd((N+1)/2)，檢索一個key，其查找節點個數的漸進複雜度爲O(logdN)。從這點可以看出，B-Tree是一個非常有效率的索引數據結構。
- 【度，用來約束一個節點key和指針的個數，每個非葉子結點由n-1個key和n個指針組成，其中d<=n<=2d，由於key的個數至少爲1，所以d>=2】
(2)B+Tree
B+Tree是B樹最常見的的一種變種（B-Tree有許多變種），MySQL就普遍使用B+Tree實現其索引結構。
與B-Tree相比，B+Tree有以下不同點：
- B+樹的每個非葉子節點都是由
【key+指針】，B樹是【鍵值對+指針】 B+樹的每個葉子節點只包含鍵值對，B樹的葉子節點【鍵值對+指針】B+樹的每個非葉子節點的指針的數量等於key的數量，B樹（指針數量=鍵值對數量+1）B+樹的葉子節點包含所有的key
一般在數據庫系統或文件系統中使用的B+Tree結構都在經典B+Tree的基礎上進行了優化，增加了順序訪問指針。
在B+Tree的每個葉子節點增加一個指向相鄰葉子節點的指針，就形成了帶有順序訪問指針的B+Tree。做這個優化的目的是爲了提高區間訪問的性能，例如圖4中如果要查詢key爲從18到49的所有數據記錄，當找到18後，只需順着節點和指針順序遍歷就可以一次性訪問到所有數據節點，極大提到了區間查詢效率。
MySQL B+Tree索引解析圖
The best investment is to invest in yourself
2020.06.12 記錄辰兮的第80篇博客