索引的概念
- 什麼叫索引
索引也稱作鍵，是存儲引擎用於快速找到記錄的一種數據結構。索引可以加快查詢速度，原因是索引使用特定的數據結構(B-Tree)對特定的列額外組織存放,加快存儲引擎(索引是存儲引擎實現)查找記錄的速度。
B樹和B+樹之間的區別
- B樹的數據結構：
B+樹和B樹的區別
1、有n棵子樹的結點中含有n-1個關鍵字（與B樹相同，MySQL中的B+樹索引採用這種）； (此處有爭議，另一種說法是，B+樹具有n棵子樹的結點中含有n個關鍵字)
2、所有的葉子結點中包含了全部關鍵字的信息，即所有的非葉子節點僅僅起到索引作用，非葉結點中僅含有其子樹根結點中最大關鍵字及指向該子樹的指針。(而B樹的葉子節點並沒有包括全部需要查找的信息)
3、在B+樹上，有一個指針指向關鍵字最小的葉子節點，所有葉子節點鏈接成一個線性鏈表。（B樹不存在指針將葉子節點連成一個鏈表）
- B樹如圖所示
- B+樹如圖所示
索引的優點
1、索引大大減少了服務器需要掃描的數據量。
2、索引可以幫助服務器避免排序和臨時表。
3、索引可以將隨機I/O變爲順序I/O。
高性能的索引策略
獨立的列
獨立的列是指索引列不能是表達式的一部分，也不能是函數的參數。例如：SELECT id FROM actor WHERE id+1=5;
這個例子就不能使用id的索引，可以改成id=4，這就可以使用索引了。 例如另外一種常見錯誤：SELECT ... WHERE TO_DAYS(CURRENT_DATE)-TO_DAYS(date_col)<=10; 這是不能使用date_col列的索引的。
前綴索引和索引選擇性
有時候需要索引很長的的字符列，這會讓索引變得大且慢。這時就可以採用前綴索引，即只索引列的前面一部分字符，這樣可以大大節約索引空間，從而提高索引效率。但是這樣會降低索引的選擇性。索引的選擇性是指，不重複的索引值和數據表的記錄總數（#T）的比值，範圍是在1/#T到1之間。唯一索引的選擇性是1，這是最好的索引選擇性，性能也是最好的。
多列索引及索引列順序
一個常見的錯誤就是，爲每個列創建獨立的索引，或者按照錯誤的順序創建多列索引。在多個列上建立獨立的單列索引大部分情況下並不能提高MySQL的查詢性能。當出現服務器對多個索引做相交操作時（通常有多個AND條件），通常意味着需要一個包含所有列的多列索引，而不是多個獨立的單列索引。
索引順序的選擇通常是一個令人困惑的問題，正確的順序依賴於使用該索引的查詢，並且同時需要考慮如何更好地滿足排序和分組的需求。在一個多列B+樹索引中，索引列的順序意味着索引首先按照最左列進行排序，其次是第二列，等等。選擇索引列順序有一個經驗法則：將選擇性最高的列放到索引最前列（在不需要考慮排序和分組的時候，效果很好）。
在選擇索引的時候，既要選擇足夠長的前綴以保證較高的選擇性，同時又不能太長，以便節約空間。
聚簇索引
- 在同一個結構中既存儲B+樹索引，又存儲數據行
- InnoDB支持聚簇索引，也就是將數據行和相鄰的鍵值緊湊的存儲在一起，而MyISAM不支持聚簇索引，也就是將索引文件和數據文件分成兩個文件進行存儲
- InnoDB是通過主鍵聚集數據的，不支持選擇其他索引作爲聚集索引。
聚簇索引的優點
- 可以把相關數據保存在一起。你如實現電子郵箱時，可以根據用戶ID聚集數據。
- 數據訪問更快。聚簇索引將索引和數據保存在同一個B+樹中，因此從聚簇索引中獲取數據比在非聚簇索引中查找更快。
- 使用索引覆蓋掃描的查詢可以直接使用葉節點中的主鍵值。
聚簇索引的缺點
- 聚簇索引提高了I/O密集型應用的性能，但是如果數據全部都可以放到內存中，那聚簇索引就沒有什麼優勢了。
- 插入速度嚴重依賴插入順序，按主鍵順序插入是速度最快的。
- 更新索引列的代價很高，因爲會強制InnoDB將每個被更新的行移動到新的位置。而行的移動有可能會導致“頁分裂”問題。當某一行必須插入到一個已滿的頁中時，存儲引擎會將該頁分裂成兩個頁面來容納該行，這就是頁分裂。
- 聚簇索引可能會導致全表掃描變慢，尤其是行比較稀疏的時候。
- 二級索引（非聚集索引）可能比想象的要大，因爲在二級索引的葉子節點中包含了引用行的主鍵列。
- 二級索引訪問需要兩次查找。存儲引擎需要找到二級索引的葉子節點獲得對應的主鍵值，然後根據這個主鍵值去聚簇索引中查找對應的行。這裏進行了兩次B+樹查找。
非聚簇索引和聚簇索引之間的區別
聚簇索引是指索引文件和數據文件是同一份文件，也就是該索引實現方式中B+Tree的葉子節點上的data是數據本身，而對於B+樹或一般索引，data指的是主索引，也就是data不是數據本身，而是數據存放的地址，因此非聚簇索引比聚簇索引多一次I/O操作
MyISAM和InnoDB數據分佈
- MyISAM和InnoDB的數據分佈其實就是聚簇索引和非聚簇索引之間的區別
- MyISAM是非聚簇索引，而InnoDB是聚簇索引
- InnoDB將通過主鍵聚集數據，如果沒有定義主鍵，InnoDB會選擇一個唯一的非空索引替代
- 對於MyISAM的主鍵索引和二級索引沒有什麼區別
- 而對於InnoDB由於它是聚簇索引，所以它的主鍵索引得到的就是整個數據行，而不是存放的對應的行號，同時，對於二級索引，存放的也不是行號，而是保存的行的主鍵值，所以需要根據這個主鍵值再進行一次索引，所以需要兩次索引查找
覆蓋索引
如果一個索引包含（或者說覆蓋）所有需要查詢的字段的值，我們就稱之爲“覆蓋索引”。覆蓋索引能夠極大地提高性能。
覆蓋索引有許多好處： - 索引條目通常遠小於數據行大小，所以如果只需要讀取索引，那MySQL就會極大地減少數據訪問量。 - 因爲索引是按照列值順序存儲的，所以對於I/O密集型的範圍查詢會比隨機從磁盤中讀取每一行的I/O要少得多。 - 一些存儲引擎如MyISAM只在內存中緩存索引，數據則依賴於操作系統來緩存，因此要訪問數據需要一次系統調用，這會導致嚴重的性能問題。而覆蓋索引則只需要訪問內存即可。 - 由於InnoDB的聚簇索引，覆蓋索引對InnoDB特別有用。如果二級索引能夠覆蓋查詢，則可以避免對主鍵索引的二次查詢。
Note：覆蓋索引必須要存儲索引列的值，所以，MySQL只能使用B+樹做覆蓋索引。