Mysql索引分类及实现原理

Posted 2021-04-01 shixing

索引分类：主键索引、唯一索引、普通索引、全文索引、组合索引

索引类型：如BTree索引，B+Tree索引，哈希索引，全文索引

• HASH索引：只有memory（内存）存储引擎支持哈希索引，哈希索引用索引列的值计算该值的hashCode，然后在hashCode相应的位置存执该值所在行数据的物理位置，因为使用散列算法，因此访问速度非常快，但是一个值只能对应一个hashCode，而且是散列的分布方式，因此哈希索引不支持范围查找和排序的功能

• 全文索引：FULLTEXT（全文）索引，仅可用于MyISAM和InnoDB，针对较大的数据，生成全文索引非常的消耗时间和空间。对于文本的大对象，或者较大的CHAR类型的数据，如果使用普通索引，那么匹配文本前几个字符还是可行的，但是想要匹配文本中间的几个单词，那么就要使用LIKE %word%来匹配，这样需要很长的时间来处理，响应时间会大大增加，这种情况，就可使用时FULLTEXT索引了，在生成FULLTEXT索引时，会为文本生成一份单词的清单，在索引时及根据这个单词的清单来索引。5.6版本之后InnoDB存储引擎开始支持全文索引。5.7版本之后通过使用ngram插件开始支持中文

  SELECT * FROM table_name MATCH(ft_index) AGAINST('查询字符串');

• BTree索引：在BTree的结构下，使用二分查找的查找方式，查找复杂度为h*log(n)，一般来说树的高度是很小的，一般为3左右，因此BTree是一个非常高效的查找结构

• 每个叶子结点的高度一样，等于h；

• 每个非叶子结点由n-1个key和n个指针point组成，其中d<=n<=2d,key和point相互间隔，结点两端一定是key；

• 叶子结点指针都为null；

• 非叶子结点的key都是[key,data]二元组，其中key表示作为索引的键，data为键值所在行的数据

• B+Tree索引：

• B+Tree中的非叶子结点不存储数据，只存储键值；

• B+Tree的每个非叶子节点由n个键值key和n个指针point组成

B+Tree根BTree有点在于两点：

• 磁盘读写代价更低：

  B+Tree的非叶节点中不存储data，就可以存储更多的key，减少了IO

• 查询速度更稳定：

  由于B+Tree非叶子节点不存储数据（data），因此所有的数据都要查询至叶子节点，而叶子节点的高度都是相同的，因此所有数据的查询速度都是一样的