整理定义

什么是索引

一句话简单来说，索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。一本500页的书，如果你想快速找到其中的某一个知识点，在不借助目录的情况下，那我估计你可得找一会儿。同样，对于数据库的表而言，索引其实就是它的“目录”。

MySQL的索引

在MySQL中，索引是一种数据结构，它通过形成代表特定列或一组列的所有值的树结构（B树），为表的行提供快速查找能力。

InnoDB表总是有一个代表主键的聚簇索引。它们也可以有一个或多个定义在一个或多个列上的辅助索引。根据它们的结构，辅助索引可以被分类为部分索引、列索引或复合索引。

索引是查询性能的关键方面。数据库架构师设计表、查询和索引，以便快速查找应用程序所需的数据。理想的数据库设计在实际中使用覆盖索引；查询结果完全由索引计算得出，无需读取实际的表数据。每个外键约束也需要一个索引，以高效地检查父表和子表中是否存在值。

复述展开

在MySQL中，有以下几种索引：

B-Tree 与 B+Tree

B-Tree（平衡树）和B+Tree是两种常用的索引和数据结构，它们在数据库系统中广泛应用于数据的组织、管理和索引。

B-Tree

B-Tree是一种自平衡的树数据结构，它维持数据的排序，允许搜索、顺序访问、插入和删除在对数时间内完成。B-Tree的特点包括：

• 每个节点有多个孩子，节点中的键值按顺序排列。

• 树的所有叶子节点都在同一层。

• 节点中的键值数目有一个上限和下限（除了根节点和叶子节点）。

• B-Tree通过分裂和合并节点来维持平衡。

B+Tree

B+Tree是B-Tree的一个变种，它具有B-Tree的所有特性，但在其结构上有所不同：

• 所有的数据记录都存储在叶子节点上，叶子节点形成了一个链表，便于进行全范围扫描。

• 非叶子节点（内部节点）仅存储键值信息，不存储数据记录，这意味着相比于B-Tree，B+Tree可以有更高的分支因子，使得树更加矮胖，减少了磁盘I/O次数。

• 叶子节点之间通过指针连接，这提供了顺序访问数据的能力。

B-Tree与B+Tree的区别

• 数据存储：B-Tree的数据存储在每个节点上，而B+Tree的数据仅存储在叶子节点上。

• 树的高度：B+Tree通常更矮胖，因为内部节点不存储数据，可以有更多的子节点。

• 范围查询：B+Tree由于叶子节点的链表结构，使得范围查询更加高效。

• 磁盘读写：B+Tree的查询性能更加稳定，因为所有查询都要查找到叶子节点，而B-Tree的查询可能在非叶子节点就结束了。

为什么MySQL选择使用B+Tree

MySQL选择使用B+Tree作为索引结构，主要是因为B+Tree在数据库索引中的几个优势：

• 高效的范围查询：由于叶子节点的链表结构，B+Tree特别适合处理范围查询，这在数据库操作中非常常见。

• 更少的磁盘I/O：B+Tree的内部节点不存储数据，可以拥有更多的分支，这减少了树的高度，从而减少了磁盘I/O次数，提高了查询效率。

• 查询性能稳定：B+Tree的所有查询都要走到叶子节点，这使得每次查询的磁盘读取次数相对固定，性能更加稳定。

理解体会

理解MySQL，必须要学习好MySQL中的索引，知道索引的数据结构，才能更好的对其进行优化与调整。

参考

• MySQL索引概述: https://dev.mysql.com/doc/refman/8.0/en/mysql-indexes.html

• B-Tree索引: https://dev.mysql.com/doc/refman/8.0/en/btree-indexes.html

• Hash索引: https://dev.mysql.com/doc/refman/8.0/en/hash-indexes.html

• Fulltext索引: https://dev.mysql.com/doc/refman/8.0/en/fulltext-search.html

• R-Tree索引: https://dev.mysql.com/doc/refman/8.0/en/rtree-indexes.html

• Spatial索引: https://dev.mysql.com/doc/refman/8.0/en/spatial-types.html