深入浅出mysql索引

索引常见模型：

哈希表：适用于等值查询，区间查询速度很慢

有序数组：等值，区间查询性能优秀，适用与静态搜索引擎。 （更新成本高）

搜索树：N叉树应用为主（减少树高和磁盘交互次数），InnoDB B+树。

其他：跳表，LSM树等

哈希表结构

哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的值即 key，就可以找到其对应的值即 Value。哈希的思路很

简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。

不可避免地，多个 key 值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方法是，拉出一个链表

哈希表示意图

有序数组示意图

二叉搜索树示意图

InnoDB 的索引模型

每一个索引在 InnoDB 里面对应一棵 B+ 树。

InnoDB 的索引组织结构

主键索引的叶子节点存的是整行数据，也叫聚簇索引（InnoDB中）

非主键索引的叶子节点内容是主键的值。

基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

自增主键的插入数据模式，正符合了我们前面提到的递增插入的场景。每次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。

主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小

所以自增主键往往是合理的选择。

重建索引的过程会创建一个新的索引，把数据按顺序插入，这样页面的利用率最高，索引更紧凑，更省空间。

主键索引只能重新建表才能重建索引。（钱的教训）删除数据，索引还在，索引树还是会很大。

覆盖索引

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

如果现在有一个高频请求，要根据市民的身份证号查询他的姓名，这个联合索引就有意义了。它可以在这个高频请求上用到覆盖索引，不再需要回表查整行记录，减少语句的执行时间。

当然，索引字段的维护总是有代价的。因此，在建立冗余索引来支持覆盖索引时就需要权衡考虑了。这正是业务 DBA，或者称为业务数据架构师的工作。

最左前缀原则

这个最左前缀可以是联合索引的最左 N 个字段，也可以是字符串索引的最左 M 个字符。

第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。

索引下推

而 MySQL 5.6 引入的索引下推优化（index condition pushdown)， 可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数

\tmysql> select * from tuser where name like '张 %' and age=10 and ismale=1;

无索引下推执行流程

索引下推执行流程