雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
之前有過一次面試，關于MySQL索引的原理及使用被面試官怼的體無完膚，立志要總結一番，然後一直沒有時間（其實是懶……），準備好了嗎？
索引是什麼？
資料庫索引，是資料庫管理系統(DBMS)中一個排序的資料結構，它可以對資料庫表中一列或多列的值進行排序，以協助更加快速的通路資料庫表中特定的資料。通俗的說，我們可以把資料庫索引比做是一本書前面的目錄，它能加快資料庫的查詢速度。
為什麼需要索引？
思考：如何在一個圖書館中找到一本書？設想一下，假如在圖書館中沒有其他輔助手段，隻能一條道走到黑，一本書一本書的找，經過3個小時的連續查找，終于找到了你需要看的那本書，但此時天都黑了。
為了避免這樣的事情，每個圖書館才都配備了一套圖書館管理系統，大家要找書籍的話，先在系統上查找到書籍所在的房屋編号、圖書架編号還有書在圖書架幾層的那個方位，然後就可以直接大搖大擺的去取書了，就可以很快速的找到我們所需要的書籍。索引就是這個原理，它可以幫助我們快速的檢索資料。
一般的應用系統對資料庫的操作，遇到最多、最容易出問題是一些複雜的查詢操作，當資料庫中資料量很大時，查找資料就會變得很慢，這樣就很影響整個應用系統的效率，我們就可以使用索引來提高資料庫的查詢效率。
B-Tree和B+Tree
目前大部分資料庫系統及檔案系統都采用B-Tree或其變種B+Tree作為索引結構， 我在這裡分别講一下。推薦看下：為什麼索引能提高查詢速度？
B-Tree
即B樹，注意（不是B減樹），B樹是一種多路搜尋樹。使用B-Tree結構可以顯著減少定位記錄時所經曆的中間過程，進而加快存取速度。
B-Tree有如下一些特征：
1.定義任意非葉子結點最多隻有M個子節點，且M>2。
2.根結點的兒子數為[2, M]。
3.除根結點以外的非葉子結點的兒子數為[M/2, M]， 向上取整 。
4.每個結點存放至少M/2-1（取上整）和至多M-1個關鍵字；（至少2個關鍵字）。
5.非葉子結點的關鍵字個數=指向兒子的指針個數-1。
6.非葉子結點的關鍵字：K[1], K[2], …, K[M-1]，且K[i] <= K[i+1]。
7.非葉子結點的指針：P[1], P[2], …,P[M]（其中P[1]指向關鍵字小于K[1]的子樹，P[M]指向關鍵字大于K[M-1]的子樹，其它P[i]指向關鍵字屬于(K[i-1], K[i])的子樹）。
8.所有葉子結點位于同一層。
有關b樹的一些特性：
1.關鍵字集合分布在整顆樹的所有結點之中；
2.任何一個關鍵字出現且隻出現在一個結點中；
3.搜尋有可能在非葉子結點結束；
4.其搜尋性能等價于在關鍵字全集内做一次二分查找。
B樹的搜尋：從根結點開始，對結點内的關鍵字（有序）序列進行二分查找，如果命中則結束，否則進入查詢關鍵字所屬範圍的兒子結點；重複執行這個操作，直到所對應的節點指針為空，或者已經是是葉子結點。
例如下面一個B樹，那麼查找元素43的過程如下：
根據根節點指針找到18、37所在節點，把此節點讀入記憶體，進行第一次磁盤IO，此時發現43>37，找到指針p3。
根據指針p3，找到42、51所在節點，把此節點讀入記憶體，進行第二次磁盤IO，此時發現42<43<51，找到指針p2。
根據指針p2，找到43、46所在節點，把此節點讀入記憶體，進行第三次磁盤IO，此時我們就已經查到了元素43。
在此過程總共進行了三次磁盤IO。
B+Tree
B+Tree屬于B-Tree的變種。與B-Tree相比，B+Tree有以下不同點：
1.有n棵子樹的非葉子結點中含有n個關鍵字（B樹是n-1個），即非葉子結點的子樹指針與關鍵字個數相同。這些關鍵字不儲存資料，隻用來索引，所有資料都儲存在葉子節點（B樹是每個關鍵字都儲存資料）。
2.所有的葉子結點中包含了全部關鍵字的資訊，及指向含這些關鍵字記錄的指針，且葉子結點本身依關鍵字的大小自小而大順序連結。
3.所有的非葉子結點可以看成是葉子節點的索引部分。
4.同一個數字會在不同節點中重複出現，根節點的最大元素就是b+樹的最大元素。
相對B樹，B+樹做索引的優勢
1.B+樹的磁盤IO代價更低：B+樹非葉子節點沒有指向資料行的指針，是以相同的磁盤容量存儲的節點數更多，相應的IO讀寫次數肯定減少了。
2.B+樹的查詢效率更加穩定：由于所有資料都存于葉子節點。所有關鍵字查詢的路徑長度相同，每一個資料的查詢效率相當。
3.所有的葉子節點形成了一個有序連結清單，更加便于查找。
關于MySQL的兩種常用存儲引擎MyISAM和InnoDB的索引均以B+樹作為資料結構，二者卻有不同（這裡隻說二者索引的差別）。推薦看下：InnoDB一棵B+樹可以存放多少行資料？
MyISAM索引和Innodb索引的差別
MyISAM使用B+樹作為索引結構，葉節點葉節點的data域儲存的是存儲資料的位址，主鍵索引key值唯一，輔助索引key可以重複，二者在結構上相同。關注微信公衆号：網際網路架構師，在背景回複：2T，可以擷取我整理的架構師全套教程，都是幹貨。
是以，MyISAM中索引檢索的算法為首先按照B+Tree搜尋算法搜尋索引，如果要找的Key存在，則取出其data域的值，然後以data域的值為位址，去讀取相應資料記錄 。是以，索引檔案和資料檔案是分開的，從索引中檢索到的是資料的位址，而不是資料。
Innodb也是用B+樹作為索引結構，但具體實作方式卻與MyISAM截然不同，首先，資料表本身就是按照b+樹組織，是以資料檔案本身就是主鍵索引檔案。葉節點key值為資料表的主鍵，data域為完整的資料記錄。
是以InnoDB表資料檔案本身就是主鍵索引(這也就是MyISAM可以允許沒有主鍵，但是Innodb必須有主鍵的原因）。第二個與MyISAM索引的不同是InnoDB的輔助索引的data域存儲相應資料記錄的主鍵值而不是位址。換句話說，InnoDB的所有輔助索引都引用主鍵作為data域。
索引類型
普通索引：（由關鍵字KEY或INDEX定義的索引）的唯一任務是加快對資料的通路速度。
唯一索引：普通索引允許被索引的資料列包含重複的值，而唯一索引不允許，但是可以為null。是以任務是保證通路速度和避免資料出現重複。
主鍵索引：在主鍵字段建立的索引，一張表隻有一個主鍵索引。
組合索引：多列值組成一個索引，專門用于組合搜尋。
全文索引：對文本的内容進行分詞，進行搜尋。（MySQL5.6及以後的版本，MyISAM和InnoDB存儲引擎均支援全文索引。）推薦看下：MySQL 索引B+樹原理，以及建索引的幾大原則。
索引的使用政策及優缺點
使用索引
主鍵自動建立唯一索引。
經常作為查詢條件在WHERE或者ORDER BY 語句中出現的列要建立索引。
查詢中與其他表關聯的字段，外鍵關系建立索引。
經常用于聚合函數的列要建立索引，如min()，max()等的聚合函數。
不使用索引
經常增删改的列不要建立索引。
有大量重複的列不建立索引。
表記錄太少不要建立索引，因為資料較少，可能查詢全部資料花費的時間比周遊索引的時間還要短，索引就可能不會産生優化效果 。
最左比對原則
建立聯合索引的時候都會預設從最左邊開始，是以索引列的順序很重要，建立索引的時候就應該把最常用的放在左邊，使用select的時候也是這樣，從最左邊的開始，依次比對右邊的。
優點
可以保證資料庫表中每一行的資料的唯一性。
可以大大加快資料的索引速度。
加速表與表之間的連接配接。
可以顯著的減少查詢中分組和排序的時間。
缺點
建立索引和維護索引要耗費時間，這種時間随着資料量的增加而增加。
索引需要占實體空間，除了資料表占用資料空間之外，每一個索引還要占用一定的實體空間，如果需要建立聚簇索引，那麼需要占用的空間會更大，其實建立索引就是以空間換時間。
表中的資料進行增、删、改的時候，索引也要動态的維護，這就降低了維護效率。
驗證索引是否能夠提升查詢性能
建立測試表index_test
最後，感謝女朋友在生活中，工作上的包容、了解與支援 ！
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/zhibo立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-05-29
本文作者： 網際網路架構師
本文來自：“
網際網路架構師 微信公衆号”，了解相關資訊可以關注“
網際網路架構師”