1：Mysql索引是什么

mysql索引: 是一種幫助mysql高效的獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)虾攻，這些數(shù)據(jù)結(jié)構(gòu)以某種方式引用數(shù)據(jù)类溢，這種結(jié)構(gòu)就是索引模孩⊙嵝。可簡(jiǎn)單理解為排好序的快速查找數(shù)據(jù)結(jié)構(gòu)筛欢。如果要查“mysql”這個(gè)單詞浸锨，我們肯定需要定位到m字母，然后從下往下找到y(tǒng)字母悴能，再找到剩下的sql揣钦。

1.1：索引分類(lèi)

單值索引:一個(gè)索引包含1個(gè)列 create index idx_XX on table(f1) 一個(gè)表可以建多個(gè)。 唯一索引: 索引列的值必須唯一漠酿，但允許有空值 create unique index idx_XX on table(f1) 復(fù)合索引: 一個(gè)索引包含多個(gè)列 如：create index idx_XX on table(f1,f2冯凹，..)

1.2：索引結(jié)構(gòu)

BTree Hash索引 full-text全文索引:

1.3：什么情況建立索引

主鍵自動(dòng)建立唯一索引 頻繁作為查詢條件的字段因該創(chuàng)建索引 查詢中與其他表關(guān)聯(lián)的字段，外鍵關(guān)系建立索引 頻繁更新的字段不適合建立索引 where條件里用不到的字段不建立索引 單鍵/復(fù)合索引的選擇（高并發(fā)下傾向復(fù)合） 查詢中排序的字段因建立索引 查詢中統(tǒng)計(jì)或分組字段

1.4：什么情況建不建立索引

頻繁增刪改的表 表記錄太少 數(shù)據(jù)重復(fù)且分布平均的表字段炒嘲。（重復(fù)太多索引意義不大）

2：Mysql索引為什么要用B+Tree實(shí)現(xiàn)

2.1：B+樹(shù)在數(shù)據(jù)庫(kù)索引中的應(yīng)用

目前大部分?jǐn)?shù)據(jù)庫(kù)系統(tǒng)及文件系統(tǒng)都采用B-Tree或其變種B+Tree作為索引結(jié)構(gòu)

1）在數(shù)據(jù)庫(kù)索引的應(yīng)用

在數(shù)據(jù)庫(kù)索引的應(yīng)用中宇姚，B+樹(shù)按照下列方式進(jìn)行組織 ：

①?葉結(jié)點(diǎn)的組織方式 。B+樹(shù)的查找鍵 是數(shù)據(jù)文件的主鍵 夫凸，且索引是稠密的浑劳。也就是說(shuō) ，葉結(jié)點(diǎn) 中為數(shù)據(jù)文件的第一個(gè)記錄設(shè)有一個(gè)鍵夭拌、指針對(duì) 魔熏，該數(shù)據(jù)文件可以按主鍵排序衷咽，也可以不按主鍵排序 ；數(shù)據(jù)文件按主鍵排序蒜绽，且 B +樹(shù)是稀疏索引 镶骗， 在葉結(jié)點(diǎn)中為數(shù)據(jù)文件的每一個(gè)塊設(shè)有一個(gè)鍵、指針對(duì) 躲雅；數(shù)據(jù)文件不按鍵屬性排序 鼎姊，且該屬性是 B +樹(shù) 的查找鍵 ， 葉結(jié)點(diǎn)中為數(shù)據(jù)文件里出現(xiàn)的每個(gè)屬性K設(shè)有一個(gè)鍵 相赁、 指針對(duì) 相寇， 其中指針執(zhí)行排序鍵值為 K的 記錄中的第一個(gè)。

②?非葉結(jié)點(diǎn) 的組織方式钮科。B+樹(shù) 中的非葉結(jié)點(diǎn)形成 了葉結(jié)點(diǎn)上的一個(gè)多級(jí)稀疏索引唤衫。 每個(gè)非葉結(jié)點(diǎn)中至少有ceil( m/2 ) 個(gè)指針 ， 至多有 m 個(gè)指針 跺嗽。

2）B+樹(shù)索引的插入和刪除

①在向數(shù)據(jù)庫(kù)中插入新的數(shù)據(jù)時(shí)战授，同時(shí)也需要向數(shù)據(jù)庫(kù)索引中插入相應(yīng)的索引鍵值 ，則需要向 B+樹(shù) 中插入新的鍵值桨嫁。即上面我們提到的B-樹(shù)插入算法植兰。

②當(dāng)從數(shù)據(jù)庫(kù)中刪除數(shù)據(jù)時(shí)，同時(shí)也需要從數(shù)據(jù)庫(kù)索引中刪除相應(yīng)的索引鍵值 璃吧，則需要從 B+樹(shù) 中刪 除該鍵值 楣导。即B-樹(shù)刪除算法

2.2：?索引在數(shù)據(jù)庫(kù)中的作用?

在數(shù)據(jù)庫(kù)系統(tǒng)的使用過(guò)程當(dāng)中，數(shù)據(jù)的查詢是使用最頻繁的一種數(shù)據(jù)操作畜挨。

最基本的查詢算法當(dāng)然是順序查找（linear search）筒繁，遍歷表然后逐行匹配行值是否等于待查找的關(guān)鍵字，其時(shí)間復(fù)雜度為O（n）巴元。但時(shí)間復(fù)雜度為O（n）的算法規(guī)模小的表毡咏，負(fù)載輕的數(shù)據(jù)庫(kù)，也能有好的性能逮刨。 但是數(shù)據(jù)增大的時(shí)候呕缭，時(shí)間復(fù)雜度為O（n）的算法顯然是糟糕的，性能就很快下降了修己。

好在計(jì)算機(jī)科學(xué)的發(fā)展提供了很多更優(yōu)秀的查找算法恢总，例如二分查找（binary search）、二叉樹(shù)查找（binary tree search）等睬愤。如果稍微分析一下會(huì)發(fā)現(xiàn)片仿，每種查找算法都只能應(yīng)用于特定的數(shù)據(jù)結(jié)構(gòu)之上，例如二分查找要求被檢索數(shù)據(jù)有序尤辱，而二叉樹(shù)查找只能應(yīng)用于二叉查找樹(shù)上砂豌，但是數(shù)據(jù)本身的組織結(jié)構(gòu)不可能完全滿足各種數(shù)據(jù)結(jié)構(gòu)（例如厢岂，理論上不可能同時(shí)將兩列都按順序進(jìn)行組織），所以奸鸯，在數(shù)據(jù)之外咪笑，數(shù)據(jù)庫(kù)系統(tǒng)還維護(hù)著滿足特定查找算法的數(shù)據(jù)結(jié)構(gòu)可帽，這些數(shù)據(jù)結(jié)構(gòu)以某種方式引用（指向）數(shù)據(jù)娄涩，這樣就可以在這些數(shù)據(jù)結(jié)構(gòu)上實(shí)現(xiàn)高級(jí)查找算法。這種數(shù)據(jù)結(jié)構(gòu)映跟，就是索引蓄拣。

索引是對(duì)數(shù)據(jù)庫(kù)表 中一個(gè)或多個(gè)列的值進(jìn)行排序的結(jié)構(gòu)。與在表 中搜索所有的行相比努隙，索引用指針 指向存儲(chǔ)在表中指定列的數(shù)據(jù)值球恤，然后根據(jù)指定的次序排列這些指針，有助于更快地獲取信息荸镊。通常情 況下 咽斧，只有當(dāng)經(jīng)常查詢索引列中的數(shù)據(jù)時(shí) ，才需要在表上創(chuàng)建索引躬存。索引將占用磁盤(pán)空間张惹，并且影響數(shù) 據(jù)更新的速度。但是在多數(shù)情況下 岭洲，索引所帶來(lái)的數(shù)據(jù)檢索速度優(yōu)勢(shì)大大超過(guò)它的不足之處宛逗。

2.3：為什么使用B-Tree（B+Tree）

1.文件很大，不可能全部存儲(chǔ)在內(nèi)存中盾剩，故要存儲(chǔ)到磁盤(pán)上

2.索引的結(jié)構(gòu)組織要盡量減少查找過(guò)程中磁盤(pán)I/O的存取次數(shù)（為什么使用B-/+Tree雷激，還跟磁盤(pán)存取原理有關(guān)。）

3.局部性原理與磁盤(pán)預(yù)讀告私，預(yù)讀的長(zhǎng)度一般為頁(yè)（page）的整倍數(shù)屎暇，（在許多操作系統(tǒng)中，頁(yè)得大小通常為4k）

4.數(shù)據(jù)庫(kù)系統(tǒng)巧妙利用了磁盤(pán)預(yù)讀原理驻粟，將一個(gè)節(jié)點(diǎn)的大小設(shè)為等于一個(gè)頁(yè)根悼，這樣每個(gè)節(jié)點(diǎn)只需要一次I/O就可以完全載入，(由于節(jié)點(diǎn)中有兩個(gè)數(shù)組格嗅，所以地址連續(xù))番挺。而紅黑樹(shù)這種結(jié)構(gòu)，h明顯要深的多屯掖。由于邏輯上很近的節(jié)點(diǎn)（父子）物理上可能很遠(yuǎn)玄柏，無(wú)法利用局部性

二叉查找樹(shù)進(jìn)化品種的紅黑樹(shù)等數(shù)據(jù)結(jié)構(gòu)也可以用來(lái)實(shí)現(xiàn)索引，但是文件系統(tǒng)及數(shù)據(jù)庫(kù)系統(tǒng)普遍采用B-/+Tree作為索引結(jié)構(gòu)贴铜。

一般來(lái)說(shuō)粪摘，索引本身也很大瀑晒，不可能全部存儲(chǔ)在內(nèi)存中，因此索引往往以索引文件的形式存儲(chǔ)的磁盤(pán)上徘意。這樣的話苔悦，索引查找過(guò)程中就要產(chǎn)生磁盤(pán)I/O消耗，相對(duì)于內(nèi)存存取椎咧，I/O存取的消耗要高幾個(gè)數(shù)量級(jí)玖详，所以評(píng)價(jià)一個(gè)數(shù)據(jù)結(jié)構(gòu)作為索引的優(yōu)劣最重要的指標(biāo)就是在查找過(guò)程中磁盤(pán)I/O操作次數(shù)的漸進(jìn)復(fù)雜度。換句話說(shuō)勤讽，索引的結(jié)構(gòu)組織要盡量減少查找過(guò)程中磁盤(pán)I/O的存取次數(shù)蟋座。為什么使用B-/+Tree，還跟磁盤(pán)存取原理有關(guān)脚牍。

局部性原理與磁盤(pán)預(yù)讀

由于存儲(chǔ)介質(zhì)的特性向臀，磁盤(pán)本身存取就比主存慢很多，再加上機(jī)械運(yùn)動(dòng)耗費(fèi)诸狭，磁盤(pán)的存取速度往往是主存的幾百分分之一券膀，因此為了提高效率，要盡量減少磁盤(pán)I/O驯遇。為了達(dá)到這個(gè)目的芹彬，磁盤(pán)往往不是嚴(yán)格按需讀取，而是每次都會(huì)預(yù)讀妹懒，即使只需要一個(gè)字節(jié)雀监，磁盤(pán)也會(huì)從這個(gè)位置開(kāi)始，順序向后讀取一定長(zhǎng)度的數(shù)據(jù)放入內(nèi)存眨唬。這樣做的理論依據(jù)是計(jì)算機(jī)科學(xué)中著名的局部性原理：

當(dāng)一個(gè)數(shù)據(jù)被用到時(shí)会前，其附近的數(shù)據(jù)也通常會(huì)馬上被使用。

程序運(yùn)行期間所需要的數(shù)據(jù)通常比較集中匾竿。

由于磁盤(pán)順序讀取的效率很高（不需要尋道時(shí)間瓦宜，只需很少的旋轉(zhuǎn)時(shí)間）蝶锋，因此對(duì)于具有局部性的程序來(lái)說(shuō)鄙煤，預(yù)讀可以提高I/O效率瞧省。

預(yù)讀的長(zhǎng)度一般為頁(yè)（page）的整倍數(shù)烙博。頁(yè)是計(jì)算機(jī)管理存儲(chǔ)器的邏輯塊，硬件及操作系統(tǒng)往往將主存和磁盤(pán)存儲(chǔ)區(qū)分割為連續(xù)的大小相等的塊棍苹，每個(gè)存儲(chǔ)塊稱(chēng)為一頁(yè)（在許多操作系統(tǒng)中梳毙，頁(yè)得大小通常為4k）哪工，主存和磁盤(pán)以頁(yè)為單位交換數(shù)據(jù)斋攀。當(dāng)程序要讀取的數(shù)據(jù)不在主存中時(shí)已卷，會(huì)觸發(fā)一個(gè)缺頁(yè)異常，此時(shí)系統(tǒng)會(huì)向磁盤(pán)發(fā)出讀盤(pán)信號(hào)淳蔼，磁盤(pán)會(huì)找到數(shù)據(jù)的起始位置并向后連續(xù)讀取一頁(yè)或幾頁(yè)載入內(nèi)存中侧蘸，然后異常返回裁眯，程序繼續(xù)運(yùn)行。

我們上面分析B-/+Tree檢索一次最多需要訪問(wèn)節(jié)點(diǎn)：

h =

數(shù)據(jù)庫(kù)系統(tǒng)巧妙利用了磁盤(pán)預(yù)讀原理讳癌，將一個(gè)節(jié)點(diǎn)的大小設(shè)為等于一個(gè)頁(yè)穿稳，這樣每個(gè)節(jié)點(diǎn)只需要一次I/O就可以完全載入。為了達(dá)到這個(gè)目的晌坤，在實(shí)際實(shí)現(xiàn)B- Tree還需要使用如下技巧：

每次新建節(jié)點(diǎn)時(shí)逢艘，直接申請(qǐng)一個(gè)頁(yè)的空間，這樣就保證一個(gè)節(jié)點(diǎn)物理上也存儲(chǔ)在一個(gè)頁(yè)里泡仗，加之計(jì)算機(jī)存儲(chǔ)分配都是按頁(yè)對(duì)齊的埋虹，就實(shí)現(xiàn)了一個(gè)node只需一次I/O。

B-Tree中一次檢索最多需要h-1次I/O（根節(jié)點(diǎn)常駐內(nèi)存）娩怎，漸進(jìn)復(fù)雜度為O（h）=O（logmN）。一般實(shí)際應(yīng)用中胰柑，m是非常大的數(shù)字截亦，通常超過(guò)100，因此h非常屑硖帧（通常不超過(guò)3）崩瓤。

綜上所述，用B-Tree作為索引結(jié)構(gòu)效率是非常高的踩官。

而紅黑樹(shù)這種結(jié)構(gòu)却桶，h明顯要深的多。由于邏輯上很近的節(jié)點(diǎn)（父子）物理上可能很遠(yuǎn)蔗牡，無(wú)法利用局部性颖系，所以紅黑樹(shù)的I/O漸進(jìn)復(fù)雜度也為O（h），效率明顯比B-Tree差很多辩越。

3:Mysql索引如何實(shí)現(xiàn)

1）主鍵索引：

MyISAM引擎使用B+Tree作為索引結(jié)構(gòu)嘁扼，葉節(jié)點(diǎn)的data域存放的是數(shù)據(jù)記錄的地址。下圖是MyISAM主鍵索引的原理圖：

（圖myisam1）

這里設(shè)表一共有三列黔攒，假設(shè)我們以Col1為主鍵趁啸，圖myisam1是一個(gè)MyISAM表的主索引（Primary key）示意《蕉瑁可以看出MyISAM的索引文件僅僅保存數(shù)據(jù)記錄的地址不傅。

2）輔助索引（Secondary key）

在MyISAM中，主索引和輔助索引（Secondary key）在結(jié)構(gòu)上沒(méi)有任何區(qū)別赏胚，只是主索引要求key是唯一的访娶，而輔助索引的key可以重復(fù)。如果我們?cè)贑ol2上建立一個(gè)輔助索引栅哀，則此索引的結(jié)構(gòu)如下圖所示：

同樣也是一顆B+Tree震肮，data域保存數(shù)據(jù)記錄的地址称龙。因此，MyISAM中索引檢索的算法為首先按照B+Tree搜索算法搜索索引戳晌，如果指定的Key存在鲫尊，則取出其data域的值，然后以data域的值為地址沦偎，讀取相應(yīng)數(shù)據(jù)記錄疫向。

MyISAM的索引方式也叫做“非聚集”的，之所以這么稱(chēng)呼是為了與InnoDB的聚集索引區(qū)分豪嚎。

4：InnoDB索引實(shí)現(xiàn)

雖然InnoDB也使用B+Tree作為索引結(jié)構(gòu)搔驼，但具體實(shí)現(xiàn)方式卻與MyISAM截然不同。

第一個(gè)重大區(qū)別是InnoDB的數(shù)據(jù)文件本身就是索引文件侈询。從上文知道舌涨，MyISAM索引文件和數(shù)據(jù)文件是分離的，索引文件僅保存數(shù)據(jù)記錄的地址扔字。而在InnoDB中囊嘉，表數(shù)據(jù)文件本身就是按B+Tree組織的一個(gè)索引結(jié)構(gòu)，這棵樹(shù)的葉節(jié)點(diǎn)data域保存了完整的數(shù)據(jù)記錄革为。這個(gè)索引的key是數(shù)據(jù)表的主鍵扭粱，因此InnoDB表數(shù)據(jù)文件本身就是主索引。

上圖是InnoDB主索引（同時(shí)也是數(shù)據(jù)文件）的示意圖震檩，可以看到葉節(jié)點(diǎn)包含了完整的數(shù)據(jù)記錄琢蛤。這種索引叫做聚集索引。因?yàn)镮nnoDB的數(shù)據(jù)文件本身要按主鍵聚集抛虏，所以InnoDB要求表必須有主鍵（MyISAM可以沒(méi)有）博其，如果沒(méi)有顯式指定，則MySQL系統(tǒng)會(huì)自動(dòng)選擇一個(gè)可以唯一標(biāo)識(shí)數(shù)據(jù)記錄的列作為主鍵嘉蕾，如果不存在這種列贺奠，則MySQL自動(dòng)為InnoDB表生成一個(gè)隱含字段作為主鍵，這個(gè)字段長(zhǎng)度為6個(gè)字節(jié)错忱，類(lèi)型為長(zhǎng)整形儡率。

第二個(gè)與MyISAM索引的不同是InnoDB的輔助索引data域存儲(chǔ)相應(yīng)記錄主鍵的值而不是地址。換句話說(shuō)以清，InnoDB的所有輔助索引都引用主鍵作為data域。例如掷倔，下圖為定義在Col3上的一個(gè)輔助索引：

這里以英文字符的ASCII碼作為比較準(zhǔn)則眉孩。聚集索引這種實(shí)現(xiàn)方式使得按主鍵的搜索十分高效，但是輔助索引搜索需要檢索兩遍索引：首先檢索輔助索引獲得主鍵，然后用主鍵到主索引中檢索獲得記錄浪汪。

了解不同存儲(chǔ)引擎的索引實(shí)現(xiàn)方式對(duì)于正確使用和優(yōu)化索引都非常有幫助巴柿，例如知道了InnoDB的索引實(shí)現(xiàn)后，就很容易明白為什么不建議使用過(guò)長(zhǎng)的字段作為主鍵死遭，因?yàn)樗休o助索引都引用主索引广恢，過(guò)長(zhǎng)的主索引會(huì)令輔助索引變得過(guò)大。再例如呀潭，用非單調(diào)的字段作為主鍵在InnoDB中不是個(gè)好主意钉迷，因?yàn)镮nnoDB數(shù)據(jù)文件本身是一顆B+Tree，非單調(diào)的主鍵會(huì)造成在插入新記錄時(shí)數(shù)據(jù)文件為了維持B+Tree的特性而頻繁的分裂調(diào)整钠署，十分低效糠聪，而使用自增字段作為主鍵則是一個(gè)很好的選擇。

4：程序員進(jìn)階方法

以上是我總結(jié)出的Mysql索引底層數(shù)據(jù)結(jié)構(gòu)剖析谐鼎，但在此舰蟆，我還想給大家一種學(xué)習(xí)方法，讓大家不單單在理論有所收獲该面，還能在工作實(shí)踐中收獲更多夭苗。我推薦的這種方法。

不管你是面對(duì)目前流行的技術(shù)不知從何下手隔缀，需要突破技術(shù)瓶頸的可以學(xué)。

不管你是在公司待久了傍菇，過(guò)得很安逸猾瘸，但跳槽時(shí)面試碰壁。需要在短時(shí)間內(nèi)進(jìn)修丢习、跳槽拿高薪的可以學(xué)牵触。

不管你是沒(méi)有工作經(jīng)驗(yàn)，但基礎(chǔ)非常扎實(shí)咐低，對(duì)java工作機(jī)制揽思，常用設(shè)計(jì)思想，常用java開(kāi)發(fā)框架掌握熟練的见擦，可以學(xué)钉汗。（小白就不要學(xué)了，先學(xué)好基礎(chǔ)）

不管你是覺(jué)得自己很牛B鲤屡，一般需求都能搞定损痰。但是所學(xué)的知識(shí)點(diǎn)沒(méi)有系統(tǒng)化，很難在技術(shù)領(lǐng)域繼續(xù)突破的可以學(xué)酒来。

在此我向大家推薦一個(gè)交流學(xué)習(xí)群：575745314 （加群可以學(xué)習(xí)程序員進(jìn)階方法） 里面會(huì)分享一些資深架構(gòu)師錄制的視頻錄像：有Spring卢未，MyBatis，Netty源碼分析，高并發(fā)辽社、高性能伟墙、分布式、微服務(wù)架構(gòu)的原理滴铅，JVM性能優(yōu)化這些成為架構(gòu)師必備的知識(shí)體系戳葵。還能領(lǐng)取免費(fèi)的學(xué)習(xí)資源，目前受益良多

以下是程序員的進(jìn)階方法：

一失息、源碼分析

二譬淳、分布式架構(gòu)

三、微服務(wù)

四盹兢、性能優(yōu)化

五邻梆、團(tuán)隊(duì)協(xié)作

六：電商實(shí)戰(zhàn)

七：并發(fā)編程