看了很多關於索引的博客，講的大同小異。但是始終沒有讓我明白關於索引的一些概念，如B Tree索引，Hash索引，唯一索引....或許有很多人和我一樣，沒搞清楚概念就開始研究B Tree，B+Tree等結構，導致在面試的時候答非所問！ 索引是什麼? 索引是幫助MySQL高效獲取數據的數據結構。 索引能 ...
看了很多關於索引的博客，講的大同小異。但是始終沒有讓我明白關於索引的一些概念，如B-Tree索引，Hash索引，唯一索引....或許有很多人和我一樣，沒搞清楚概念就開始研究B-Tree，B+Tree等結構，導致在面試的時候答非所問！
索引是什麼?
索引是幫助MySQL高效獲取數據的數據結構。
索引能幹什麼?
提高數據查詢的效率。
索引：排好序的快速查找數據結構！索引會影響where後面的查找，和order by 後面的排序。
一、索引的分類
1️⃣從存儲結構上來劃分：BTree索引（B-Tree或B+Tree索引），Hash索引，full-test全文索引，R-Tree索引。
2️⃣從應用層次來分：普通索引，唯一索引，複合索引
3️⃣根據中數據的物理順序與鍵值的邏輯（索引）順序關係：聚集索引，非聚集索引。
1️⃣中所描述的是索引存儲時保存的形式，2️⃣是索引使用過程中進行的分類，兩者是不同層次上的劃分。不過平時講的索引類型一般是指在應用層次的劃分。
就像手機分類：安卓手機，IOS手機 與 華為手機，蘋果手機，OPPO手機一樣。
普通索引：即一個索引只包含單個列，一個表可以有多個單列索引
唯一索引：索引列的值必須唯一，但允許有空值
複合索引：即一個索引包含多個列
二、索引的底層實現（單值索引）
mysql預設存儲引擎innodb只顯式支持B-Tree( 從技術上來說是B+Tree)索引，對於頻繁訪問的表，innodb會透明建立自適應hash索引，即在B樹索引基礎上建立hash索引，可以顯著提高查找效率，對於客戶端是透明的，不可控制的，隱式的。不談存儲引擎，只討論實現
Hash索引
基於哈希表實現，只有精確匹配索引所有列的查詢才有效，對於每一行數據，存儲引擎都會對所有的索引列計算一個哈希碼（hash code），並且Hash索引將所有的哈希碼存儲在索引中，同時在索引表中保存指向每個數據行的指針。
B-Tree索引（MySQL使用B+Tree）
B-Tree能加快數據的訪問速度，因為存儲引擎不再需要進行全表掃描來獲取數據，數據分佈在各個節點之中。
B+Tree索引
是B-Tree的改進版本，同時也是資料庫索引索引所採用的存儲結構。數據都在葉子節點上，並且增加了順序訪問指針，每個葉子節點都指向相鄰的葉子節點的地址。相比B-Tree來說，進行範圍查找時只需要查找兩個節點，進行遍歷即可。而B-Tree需要獲取所有節點，相比之下B+Tree效率更高。
結合存儲引擎來討論（一般預設使用B+Tree）
案例：假設有一張學生表，id為主鍵
| id | name | birthday |
|---|---|---|
| 1 | Tom | 1996-01-01 |
| 2 | Jann | 1996-01-04 |
| 3 | Ray | 1996-01-08 |
| 4 | Michael | 1996-01-10 |
| 5 | Jack | 1996-01-13 |
| 6 | Steven | 1996-01-23 |
| 7 | Lily | 1996-01-25 |
在MyISAM引擎中的實現
在InnoDB中的實現
三、問題
問：為什麼索引結構預設使用B-Tree，而不是hash，二叉樹，紅黑樹？
hash：雖然可以快速定位，但是沒有順序，IO複雜度高。
二叉樹：樹的高度不均勻，不能自平衡，查找效率跟數據有關（樹的高度），並且IO代價高。
紅黑樹：樹的高度隨著數據量增加而增加，IO代價高。
問：為什麼官方建議使用自增長主鍵作為索引。
結合B+Tree的特點，自增主鍵是連續的，在插入過程中儘量減少頁分裂，即使要進行頁分裂，也只會分裂很少一部分。並且能減少數據的移動，每次插入都是插入到最後。總之就是減少分裂和移動的頻率。
插入連續的數據：
插入非連續的數據
原文地址：李強的個人博客(基於SSM，Nginx+Redis的後臺架構)
