共计 1459 个字符，预计需要花费 4 分钟才能阅读完成。
噢，他明确了，河水既没有牛伯伯说的那么浅，也没有小松鼠说的那么深，只有本人亲自试过才晓得。
看了很多对于索引的博客，讲的大同小异。然而始终没有让我明确对于索引的一些概念，如 B -Tree 索引，Hash 索引，惟一索引…. 或者有很多人和我一样，没搞清楚概念就开始钻研 B -Tree，B+Tree 等构造，导致在面试的时候答非所问！
索引是什么?
索引是帮忙 MySQL 高效获取数据的数据结构。
索引能干什么?
进步数据查问的效率。
索引：排好序的疾速查找数据结构！索引会影响 where 前面的查找，和 order by 前面的排序。
一、索引的分类
1. 从存储构造上来划分：BTree 索引（B-Tree 或 B +Tree 索引），Hash 索引，full-index 全文索引，R-Tree 索引。
2. 从利用档次来分：一般索引，惟一索引，复合索引。
3. 依据中数据的物理程序与键值的逻辑（索引）程序关系：汇集索引，非汇集索引。
1 中所形容的是索引存储时保留的模式，2 是索引应用过程中进行的分类，两者是不同档次上的划分。不过平时讲的索引类型个别是指在利用档次的划分。
就像手机分类，安卓手机，IOS 手机 与 华为手机，苹果手机，OPPO 手机一样。
- 一般索引：即一个索引只蕴含单个列，一个表能够有多个单列索引
- 惟一索引：索引列的值必须惟一，但容许有空值
- 复合索引：即一个索引蕴含多个列
- 聚簇索引 (汇集索引)： 并不是一种独自的索引类型，而是一种数据存储形式。具体细节取决于不同的实现，InnoDB 的聚簇索引其实就是在同一个构造中保留了 B -Tree 索引 (技术上来说是 B +Tree) 和数据行。
- 非聚簇索引：不是聚簇索引，就是非聚簇索引（认真脸）。
二、索引的底层实现
mysql 默认存储引擎 innodb 只显式反对 B -Tree(从技术上来说是 B +Tree)索引，对于频繁拜访的表，innodb 会通明建设自适应 hash 索引，即在 B 树索引根底上建设 hash 索引，能够显著进步查找效率，对于客户端是通明的，不可管制的，隐式的。
不谈存储引擎，只探讨实现(形象)
Hash 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计算一个哈希码（hash code），并且 Hash 索引将所有的哈希码存储在索引中，同时在索引表中保留指向每个数据行的指针。
B-Tree 能放慢数据的访问速度，因为存储引擎不再须要进行全表扫描来获取数据，数据分布在各个节点之中。
是 B -Tree 的改良版本，同时也是数据库索引索引所采纳的存储构造。数据都在叶子节点上，并且减少了程序拜访指针，每个叶子节点都指向相邻的叶子节点的地址。相比 B -Tree 来说，进行范畴查找时只须要查找两个节点，进行遍历即可。而 B -Tree 须要获取所有节点，相比之下 B +Tree 效率更高。
案例：假如有一张学生表，id 为主键
在 MyISAM 引擎中的实现（二级索引也是这样实现的）
在 InnoDB 中的实现
三、问题
问：为什么索引构造默认应用 B -Tree，而不是 hash，二叉树，红黑树？
hash：尽管能够疾速定位，然而没有程序，IO 复杂度高。
二叉树：树的高度不平均，不能自均衡，查找效率跟数据无关（树的高度），并且 IO 代价高。
红黑树：树的高度随着数据量减少而减少，IO 代价高。
问：为什么官网倡议应用自增长主键作为索引。
联合 B +Tree 的特点，自增主键是间断的，在插入过程中尽量减少页决裂，即便要进行页决裂，也只会决裂很少一部分。并且能缩小数据的挪动，每次插入都是插入到最初。总之就是缩小决裂和挪动的频率。
插入间断的数据：
插入非间断的数据: