共计 1670 个字符，预计需要花费 5 分钟才能阅读完成。
索引根底和长处
1. 索引根底
2. 索引的类型
3. 索引的长处
注释：
1. 索引根底
根底概念：索引是存储引擎用于疾速找到记录的一种数据结构。
要了解 mysql 中索引是如何工作的，最简略的办法就是去看看一本书的目录（索引）局部，如果想找到一个特定的题目，个别先会看书的目录（索引），找到对应的页码。
在 mysql 中，存储引擎用相似的办法应用索引，首先在索引中找到对应的地位，而后依据匹配的索引找到对应的数据行。（InnoDB 索引保留的是主键值，Myisam 保留的是行号。）
假如咱们要进行如下查问：
select first_name from actor where actor_id = 5;
假如 actor_id 字段上有索引，mysql 就会应用该索引找到 actor_id 为 5 的行，也就是说，如果该列有索引，mysql 会在索引上岸值进行查找，而后返回蕴含该值的数据行。
mysql 的索引程序非常重要，因为 mysql 只能高效地应用索引的最左侧前缀，这点将在后续博客中指出。创立一个蕴含两个列的索引，和创立两个只蕴含一列的索引是大不相同的。
2. 索引的类型
(1).B-Tree 索引
个别人在探讨索引的时候，那 99% 说的都是 B -Tree 索引, 他应用 B -Tree 数据来存储数据。
B-Tree 最重要的特点就是，节点的所有值按顺序存储，并且每一个叶子页到根的间隔雷同，咱们都晓得，树形构造的查找时间复杂度都为 log(n), 因为这种构造，Btree 索引可能放慢数据拜访的速度，因为存储引擎不再须要进行全表扫描来获取须要的数据，取而代之的是从索引的根节点开始搜寻。根节点的槽中寄存了指向子节点的指针，存储引擎依据这些指针向上层查找。通过比拟节点的值和要查找的值能够找到适合的指针进入上层子节点，这些指针实际上定义了子节点页中值的上线和上限，最终存储引擎要么找到对应的值，要么记录不存在。
B-Tree 对索引列是程序组织存储的，所以很适宜范畴查找。
例如：在一个基于 varchar 类型的索引树上，依照字母程序传递间断的值进行查找是十分适合的，“找出所有 A 结尾的名字”，这样的查找效率会十分高。
假如有如下表
CREATE TABLE db.People (last_name varchar(255) NOT NULL,first_name varchar(255) NOT NULL,birthday date NOT NULL,gender varchar(255) NOT NULL,
INDEX index_first_name(first_name, last_name, birthday)
);
对于表中的每一行数据，索引中蕴含了 first_name,last_name,birthday 的值，如下
索引的程序是依据 create table 语句中定义索引时列的程序，看一下最初两个条目，因为两个人的名字一样，则依据他们的出生日期来进行排序。
(2).Hash 索引
哈希索引基于哈希表实现，只有准确匹配索引所有列的查问才无效，对于每一行数据，存储引擎都会对所有的索引列进行计算一个哈希码，而后再去索引中通过哈希码来查找数据的槽。因为是哈希构造，所以查问的咱们由此能够晓得查问的工夫复杂度为 O(1), 然而它也有以下的限度：
哈希索引只反对等值比拟，不反对任何范畴搜寻
哈希索引不是依照索引值程序进行存储的，因而无奈用于排序。
哈希索引也不反对局部索引匹配查找，因为哈希索引始终是应用索引的全部内容来进行哈希值计算的。
拜访哈希索引的数据十分快，除非有很多哈希抵触，当呈现哈希抵触的时候，存储引擎必须遍历链表中的所有行指针，逐行比拟，直到找到所有符合条件的行。
如果哈希抵触很多的话，保护索引的代价会很高，例如，如果在某个选择性很低的列上建设哈希索引，那么当从表中删除一行的时候，存储引擎须要遍历对应哈希值的链表中的每一行，找到并删除对银行的利用，抵触越多，代价越大。
3. 索引的长处
索引能够让服务器疾速定位列表的指定地位，总结下来有三个长处：
1. 打打缩小了服务器须要扫描的数据量。
2. 索引能够帮忙服务器防止排序和长期表。
3. 索引能够将随机 IO 转化为程序 IO。
