mysql索引&实现原理

标签：b+数   xxx   个数   where   索引数据   操作   匹配   个人   table   

索引是什么：是一个排序的列表，存储索引字段的值和这个数据对应的物理地址，使用索引字段查询时，不用扫描全表匹配，直接通过索引表找到改行数据对应的物理地址，然后找到对应的数据；

优点：因索引采用B+数的实现，减少I/O操作次数，增加查询效率

缺点：需要额外的硬盘空间，增、删、改有额外操作

分类：

1. 主键索引，即主键
2. 唯一索引，字段设置唯一约束时就已经存在，或者 alter table table_name add unique index_name("column");
3. 一般索引，表中普通的字段作为索引:　　alter table table_name add index index_name("column");
组合索引：
1. 多个字段组合作为索引: alter table table_name add index index_name("columnA","columnB","columnC");
2. 或者多个字段的前几个字符作为索引： alter table table_name add index index_name("columnA(3)","columnB(4)","columnC(5)"); //三个字段的前3，4，5个字符作为索引
3. 遵循“最左前缀”，按照检索字段使用的频率排序，频率高的放左面；直接使用columnB,columnC起不到索引的作用
4. 全文索引：
   1. 创建：alter table table_name add fulltext index index_name("column");
   2. 查询：select * from table match(index_name) against("xxx");

数据结构：

　　　　SELECT * FROM tab WHERE index_column="中国";  index_column的数据就是存在绿色索引域中的，数字，字符串都可以，data就是对应的那行数据。

索引域：图中的Px

为什么采用B+树（个人理解）

• 相对于二叉树：二叉树每个节点最多有两个子节点，B类树单个节点可容纳很多关键字，同时有很多子节点，降低了树高，判断/IO读取次数大大减少（不好理解，索引数据本身也在硬盘上）
• 相对于B-数：B+数的非子节点只存索引，不存数据，仅仅读取索引而不是直接的数据，消耗IO较少；B+树非子节点的关键字数和子节点指针数相等，相同数据量的情况下，B+数的书高更矮，减少IO

B-树：       

mysql索引&实现原理

标签：b+数   xxx   个数   where   索引数据   操作   匹配   个人   table   

原文地址：https://www.cnblogs.com/dfdi33/p/11548133.html