原理
想要了解索引的原理必须弄清楚一种数据结构，（平衡树）也就是B树或者B+树，
我们平时建表的时候都会为表加上索引，在某些关系型数据库中，如果建表不指定主键，数据库不会建表成功，实际上一个加了主键的表，不能称为表。一个没加主键的表，它的数据无序的放置在磁盘存储器中，一行一行的排列很整齐，这才跟表很类似。
如果加上了主键，那么表在磁盘上的存储结构就由整齐的表结构转变成了树状结构，也就是平衡树的结构，整个表变成了一个索引（主键索引），整个表变成一个索引，也就是所谓的聚簇索引，这也就是为什么一个表只能有一个主键了，主键的作用就是将表转换为树结构的格式放置
如果不加索引的话，每次的搜索查询，基本上需要将所有的数据都从磁盘中取出，判断一遍，不过肯定不是全部，肯定有自己的优化查询规则，但是如果加了索引，查询次数就成为了树的高度，大大增加效率
但是索引可以让数据库查询数据的速度上声，而使写入数据的速度下降，原因很简单，因为平衡树整个结构必须一直维持这个状态，数据的删除，增加，修改，都会改变平衡树节点的索引内容，破坏树结构，因此每次数据修改时，DBMS（数据库管理系统）必须去重新梳理树的结构，以保证平衡，这会带来不小的性能开销，
特点
可以加快数据库检索的速度
减低数据库插入，修改，删除等维护的速度
只能创建在表上，不能创建到视图上
既可以直接创建又可以间接创建
可以在优化隐藏中使用索引
使用查询处理器执行sql语句，在一个表上一次只能使用一个索引
优点
创建唯一性索引，保证数据库表中每一行数据的唯一性
大大加快数据的检索速度，这是创建索引的主要原因
加快数据库之间的连接，特别是实现数据的参考完整性方面特别有意义
在使用分组和排序字句进行数据检索时，同样可以显著减少查询中分组和排序的时间
通过使用索引，可以在查询中使用优化隐藏器，提高系统的性能
索引的缺点
创建索引和维护索引需要时间，这种时间随着数据量的增加而增加
索引需要占用物理空间
当对数据中的表数据进行增加，删除，和修改的时候，索引也需要维护，降低数据维护的速度
索引的分类
直接创建索引和间接创建索引
普通索引和唯一性索引
单个索引和复合索引
聚簇索引和非聚簇索引
索引类型
索引方法
聚簇索引（主键索引）
主键索引就是聚簇索引
将主键按照字段当作做索引字段，索引树，叶子节点存放着真实数据，整个表就是一个索引
innodb的主键索引就是聚簇索引（只有主键是，默认的），只有一些引擎才可以支持创建新的聚簇索引
InnoDB 支持事务，支持行级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
MyISAM 不支持事务，支持表级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
Memory 不支持事务，支持表级别锁定，支持 B-tree、Hash 等索引，不支持 Full-text 索引；
NDB 支持事务，支持行级别锁定，支持 Hash 索引，不支持 B-tree、Full-text 等索引；
Archive 不支持事务，支持表级别锁定，不支持 B-tree、Hash、Full-text 等索引；
非聚簇索引
除了聚簇索引，其他的索引都是非聚簇索引，都是用的平衡树的数据结构
索引树的叶子节点存放的不是真实数据，而是数据地址，需要在进行依次查询才能获取到真实数据（称为回表），非聚簇索引查询依次不能获取数据，需要二次查询，
除非是覆盖索引，就是值查询的数据，正好是索引字段，不需要额外查询数据就可以直接返回
普通索引（Normal）
常用的索引（复合索引也是普通索引）
包含一个特殊的，前缀索引：
给一些字符串类型的字段加索引的时候，整个字段都会进入到索引树中，占用空间比较大，索引允许加前缀索引，只取字段的前面一部分作为索引值，减小空间消耗，不过会增加查询扫描的行数（在索引的后面加长度就可以），而且使用了前缀索引，必须要回表（二次查询）因为索引值不全，
altertableUseraddindex index1(email);
altertableUseraddindex index2(email(6));
唯一索引（Unique）
表示唯一的，不允许重复的索引，比如身份证号之类的
约束唯一标识数据表中的每一条数据，在数据表中数据单列时唯一的，Unique（要求列唯一）和Primary Key(primary key = unique + not null 列唯一)（主键）约束均为列或者列集合中提供了唯一性的保障，不过主键只有一个，unique每个表可以有多个
数据重复会报错 ： Duplicate entry ‘新加的’ for key ‘name
全文索引（Full Text）
标识全文搜索，在检索长文本的时候，效果最好，短文本建议使用普通索引，
在检索数据量比较大的时候，将数据放入一个没有全局索引的表中，然后创建全文苏哦因，要比先建一张表，建立索引，再写入数据快，
只有MyISAM 支持全文索引（mysql5.6之前），而且检索的字段必须是char，varchar ，text。
需要修改配置信息，词的场地，字符集，等等，都需要配置一下
使用全文索引，sql语句使用MATCH ，还有boolean（有区别，不用全部包含索引的字符，不太清楚）
例子：
SELECT FROM articles WHERE MATCH (tags) AGAINST (‘旅游’ IN BOOLEAN MODE);
索引方式：就是跟在后边的那个 IN 什么的
自然语言检索： IN NATURAL LANGUAGE MODE
布尔检索： IN BOOLEAN MODE
剔除一半匹配行以上都有的词，譬如说，每个行都有this这个字的话，那用this去查时，会找不到任何结果，这在记录条数特别多时很有用，
原因是数据库认为把所有行都找出来是没有意义的，这时，this几乎被当作是stopword(中断词)；但是若只有两行记录时，是啥鬼也查不出来的，
因为每个字都出现50%（或以上），要避免这种状况，请用IN BOOLEAN MODE。
查询扩展检索： WITH QUERY EXPANSION
搜索语法规则：
+ 一定要有(不含有该关键词的数据条均被忽略)。
- 不可以有(排除指定关键词，含有该关键词的均被忽略)。
> 提高该条匹配数据的权重值。
< 降低该条匹配数据的权重值。
~ 将其相关性由正转负，表示拥有该字会降低相关性(但不像 - 将之排除)，只是排在较后面权重值降低。
万用字，不像其他语法放在前面，这个要接在字符串后面。
“ “ 用双引号将一段句子包起来表示要完全相符，不可拆字。
空间索引（SPATIAL）
空间索引时对空间数据类型的字段建立的索引，mysql中的空间数据有4中：GEOMETRY、POINT、LINESTRING、POLYGON，使用关键字 SPATIAL进行扩展，使得能够用于创建正规索引类型的语法创建空间索引，
创建空间索引的列，必须将其声明为 not null ，空间索引只能用在MYISAM引擎的表中创建
B+树
就不多说了，树结构那已经说了很多，数据库主流都是使用B+树当做数据结构，一般说的B树，也就是B+树，
需要根节点一直查询到叶子节点才能查询到数据
哈希索引（HASH）
性质
因为hash结构的特殊性，检索效率特别高，可以一次定位，高于B+树
仅满足 = in <=>（不等于） 查询 ，不能使用范围查询
缺点
不能用于范围查询
无法利用索引来排序，因为hash计算的值跟原本的值的大小完全不一致，所以数据库无法利用索引的数据来避免任何排序运算
不能利用部分索引键查询，复合索引，使用前面的也不能命中，因为hash是合并后进行的hash计算，不能单独使用
任何形况下都需要表扫描，因为hash 是将索引健同各国hash运算后，将hash计算的值跟对应的数据指针存放在一个hash表中，由于不同的数据健存在相同的hash值，所以即使取满足hash键值的记录条数，也需要扫描全部数据，还要通过访问表的实际数据进行比较，得出相应的结果，
当hash索引遇到大量hash值相等的情况下，不一定比B+树索引快
自适应哈希索引
InnoDB引擎有一个特殊的功能叫做“自适应哈希索引”，由Mysql自动管理，不需要DBA人为干预。默认情况下为开启，我们可以通过参数innodb_adaptive_hash_index来禁用此特性。
当InnoDB注意到某些索引值被使用得非常频繁时，它会在内存中基于缓冲池中的B+ Tree索引上再创建一个哈希索引，这样就上B-Tree索引也具有哈希索引的一些优点，比如快速的哈希查找。
- 只能用于等值比较，例如=， <=>，in ；
- 无法用于排序
InnoDB官方文档显示，启用自适应哈希索引后，读和写性能可以提高2倍，对于辅助索引的连接操作，性能可以提高5倍
若有收获，就点个赞吧
0 人点赞
