-
索引：顾名思义用来检索、查找数据的key (字段)
-
几种Mysql 中的常见索引分类：普通索引（联合索引）、唯一索引、主键索引、全文索引
-
优点：使得查询数据变快
-
缺点：更新数据时，也需要更新索引。所以更新速度变慢，占据磁盘空间
注意：myisam中可以延迟更新索引
- MySQL有哪些索引类型，这是个半开放式命题；
-
从数据结构角度分：
B+树索引、哈希索引、以及不常用的FULLTEXT索引（现在MyISAM和InnoDB引擎都支持了）和R-Tree索引（用于对GIS数据类型创建SPATIAL索引）； -
从物理存储角度分：
聚集索引（clustered index）、非聚集索引（non-clustered index）； -
从逻辑角度分：
主键索引、普通索引，或者单列索引、多列索引、唯一索引、非唯一索引等等。需要掌握这些不同概念之间的区别，例如主键索引和唯一索引的区别是什么。
为什么InnoDB表最好要有自增列做主键；
为什么需要设置双1才能保证主从数据的一致性；
有几种binlog格式*，及其区别是什么；
如何确认MySQL replication真正的复制延迟是多少；
-
主键是一种约束，唯一索引是一种索引，两者在本质上是不同的。
-
主键创建后一定包含一个唯一性索引，唯一性索引并不一定就是主键。
-
唯一性索引列允许空值，而主键列不允许为空值。
-
主键列在创建时，已经默认为空值 + 唯一索引了。
-
主键可以被其他表引用为外键，而唯一索引不能。
-
一个表最多只能创建一个主键，但可以创建多个唯一索引。
-
主键更适合那些不容易更改的唯一标识，如自动递增列、身份证号等。
-
在 RBO 模式下，主键的执行计划优先级要高于唯一索引。 两者可以提高查询的速度。
- B+ 树的特点:
（1）所有关键字都出现在叶子结点的链表中(稠密索引)，且链表中的关键字恰好是有序的;
（2）不可能在非叶子结点命中;
（3）非叶子结点相当于是叶子结点的索引(稀疏索引)，叶子结点相当于是存储(关键字)数据的数据层;
-
如果我们定义了主键(PRIMARY KEY)，那么InnoDB会选择主键作为聚集索引、如果没有显式定义主键，则InnoDB会选择第一个不包含有NULL值的唯一索引作为主键索引、如果也没有这样的唯一索引，则InnoDB会选择内置6字节长的ROWID作为隐含的聚集索引(ROWID随着行记录的写入而主键递增，这个ROWID不像ORACLE的ROWID那样可引用，是隐含的)。(关于内置三个字段中的ROWID：全称- DB_ROW_ID，默认自增）点击此处了解
-
数据记录本身被存于主索引（一颗B+Tree）的叶子节点上。这就要求同一个叶子节点内（大小为一个内存页或磁盘页）的各条数据记录按主键顺序存放，因此每当有一条新的记录插入时，MySQL会根据其主键将其插入适当的节点和位置，如果页面达到装载因子（InnoDB默认为15/16），则开辟一个新的页（节点）
-
如果表使用自增主键，那么每次插入新的记录，记录就会顺序添加到当前索引节点的后续位置，当一页写满，就会自动开辟一个新的页
-
如果使用非自增主键（如果身份证号或学号等），由于每次插入主键的值近似于随机，因此每次新纪录都要被插到现有索引页得中间某个位置，此时MySQL不得不为了将新记录插到合适位置而移动数据，甚至目标页面可能已经被回写到磁盘上而从缓存中清掉，此时又要从磁盘上读回来，这增加了很多开销，同时频繁的移动、分页操作造成了大量的碎片，得到了不够紧凑的索引结构，后续不得不通过OPTIMIZE TABLE来重建表并优化填充页面。
综上总结，如果InnoDB表的数据写入顺序能和B+树索引的叶子节点顺序一致的话，这时候存取效率是最高的，也就是下面这几种情况的存取效率最高：
-
使用自增列(INT/BIGINT类型)做主键，这时候写入顺序是自增的，和B+数叶子节点分裂顺序一致；
-
该表不指定自增列做主键，同时也没有可以被选为主键的唯一索引(上面的条件)，这时候InnoDB会选择内置的ROWID作为主键，写入顺序和ROWID增长顺序一致；
除此以外，如果一个InnoDB表又没有显示主键，又有可以被选择为主键的唯一索引，但该唯一索引可能不是递增关系时(例如字符串、UUID、多字段联合唯一索引的情况)，该表的存取效率就会比较差。
- myisam 为mysql 5.5 版本前的默认数据库引擎：
myisam 使用B+Tree 结构存储数据。只有（只支持）主键索引、表锁，不支持外键，不支持事务，B+Tree 所有的非叶子节点都只存储 key
myisam 在叶子节点 data 域存储的是数据的地址，不是数据，当myisam引擎进行查找时，先根据索引在索引表中找到位置，去对应的data域拿到数据所在地址
然后去该地址提取出数据
- innodb 为mysql 5.5 版本后的默认数据库引擎.
innodb 也使用 B+Tree 结构存储数据，与myisam不同的有：支持外键、行锁、事务，B+Tree 的所有非叶子节点一样只存储 key
innodb 在叶子节点 data 域存储的是数据，叶子节点数据类型[key, data]， 当 innodb引擎进行查找时，根据索引找到 data 位置，直接将data 中的数据取出
innodb 辅助索引（非主键索引外）进行查找时，根据辅助索引查找到 主键索引，再拿着主键索引到主键索引表中查找到 data 取出data。注意辅助索引并不存数据，
-
减少使用子查询
-
多使用limit 这样数据量被限制较小，能提高查询速度
-
适度增加冗余字段，减少跨表查询，常用数据和不常用数据分表one2one保存
-
尽量不使用 * 查询数据，需要什么字段就查什么字段
-
别再数据库里面使用函数计算
-
尽量根据索引来检索数据
-
核心业务中别使用 like 语句模糊查询
-
将区分度字段写在where前面
-
创建表时添加索引：
create table tb_name(
--> id int not null auto_increment primary key,
--> name char(32) not null,
--> identify_num bigint not null,
--> unique key(identify_num),
--> index name_index (name(32))
--> ); -
更新表结构时添加：alter table tb_name add
alter table tb_name add index name_index(name(32));
create unique index identify_index on tb_name(identify_num)
-
like会导致索引失效
like "%name" //失效的
like "name%" //不失效 -
字段使用函数来修饰
例:select * from u1 where md5(name) = \'j\' -
联合索引中字段，将区分度较大的字段放大前面