MySQL 索引

IT行业相对于一般传统行业，发展更新速度更快，一旦停止了学习，很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习，精进自己的技术，尤其是初学者。今天golang学习网给大家整理了《MySQL 索引》，聊聊MySQL，我们一起来看看吧！

索引

索引本质是一种数据结构，目的是为了提高数据查询的效率，尽可能减少 IO 次数。

1. 大大减少服务器需要扫描的数据量
2. 帮助服务器减少排序过程和避免生成临时表
3. 可以把 随机 IO 转变为 顺序 IO

有效使用索引会大大提升查询效率，但会增加磁盘空间和降低插入效率

常见的索引类型

哈希索引

哈希索引（Hash Index）是基于哈希表实现，是一种键值对（Key-Value）存储的数据结构；

优点：等值查询效率较高

缺点：范围查询效率较低，需要一个一个查找

MySQL 中只有 Memory 引擎显示支持哈希索引，也是其默认索引类型

有序数组

有序数组的元素是递增或递减的，可以通过二分算法，在 log(n) 时间复杂度查到对应元素

优点：范围查询效率较高

缺点：增加新元素速度较慢，需要拷贝数组

树形索引

二叉树, 红黑树, B Tree, B+Tree 等

高性能索引策略

图片来自《高性能 MySQL 第三版》

聚簇索引

聚簇索引中索引即数据，数据行存放在索引的叶子节点中

因数据行在磁盘中只存放了一份，因此一个表只有一个聚簇索引

如果表中没定义主键，InnoDB 会选择一个唯一的非空索引代替，如果没有非空索引则会隐式创建一个 6 字节大小的指针作为主键，同时也会成为聚簇索引

非聚簇索引

非聚簇索引也称为二级索引，索引的叶子节点中存放的是主键的值

当使用因为非聚簇索引查询时，因为非聚簇索引叶子节点中存放的是主键的值，当查到主键的值后，需要根据主键再查到对应的数据行，这一过程叫做回表

基于非聚簇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

多列索引

建立多列索引，数据会保存在索引树的节点上，可以利用覆盖索引原则，减少回表

多列索引的索引项是按照索引定义里面出现的字段顺序排序的

覆盖索引

当使用二级索引查询时，如果查询的内容保存在索引树上，则直接返回保存再索引数树的数据即可，不需要再回表查询

最左前缀

B+ 树这种索引结构，可以利用索引的最左前缀，来定位记录

如果在 (name,age) 列上建立了索引，根据最左前缀，查询 name 也会走索引，从而可以减少维护索引个数

只要满足最左前缀，就可以利用索引来加速检索。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

like aa%

like %aa

索引下推

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(where条件里的匹配)，直接过滤掉不满足条件的记录，减少回表次数

在仅能利用最左前缀索的场景下（而不是能利用全部联合索引），对不在最左前缀索引中的其他联合索引字段加以利用

explain

Extra

Using index condition;

好了，本文到此结束，带大家了解了《MySQL 索引》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多数据库知识！