MySQL系列之索引

作者主页：青花锁 简介：Java领域优质创作者、Java微服务架构公号作者

简历模板、学习资料、面试题库、技术互助

文末获取联系方式

---

往期热门专栏回顾

专栏	描述
Java项目实战	介绍Java组件安装、使用；手写框架等
Aws服务器实战	Aws Linux服务器上操作nginx、git、JDK、Vue
Java微服务实战	Java 微服务实战，Spring Cloud Netflix套件、Spring Cloud Alibaba套件、Seata、gateway、shadingjdbc等实战操作
Java基础篇	Java基础闲聊，已出HashMap、String、StringBuffer等源码分析，JVM分析，持续更新中
Springboot篇	从创建Springboot项目，到加载数据库、静态资源、输出RestFul接口、跨越问题解决到统一返回、全局异常处理、Swagger文档
Spring MVC篇	从创建Spring MVC项目，到加载数据库、静态资源、输出RestFul接口、跨越问题解决到统一返回
华为云服务器实战	华为云Linux服务器上操作nginx、git、JDK、Vue等，以及使用宝塔运维操作添加Html网页、部署Springboot项目/Vue项目等
Java爬虫	通过Java+Selenium+GoogleWebDriver 模拟真人网页操作爬取花瓣网图片、bing搜索图片等
Vue实战	讲解Vue3的安装、环境配置，基本语法、循环语句、生命周期、路由设置、组件、axios交互、Element-ui的使用等
Spring	讲解Spring(Bean)概念、IOC、AOP、集成jdbcTemplate/redis/事务等

---

MySQL专栏回顾

专栏	导航	描述
MySQL	- -	MySQL DDL通用语法
MySQL	- -	MySQL DML通用语法
MySQL	- -	MySQL 约束篇
MySQL	- -	MySQL 多表查询
MySQL	- -	MySQL 事务
MySQL	- -	MySQL 存储引擎
MySQL	- -	MySQL 性能分析
MySQL	- -	MySQL 索引

---

前言

此为MySQL专栏文章之一，讲解MySQL 索引。

索引是帮助 MySQL 高效获取数据 的 数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查询算法，这种数据结构就是索引。

优点：

● 提高数据检索效率，降低数据库的IO成本

● 通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗

缺点：

● 索引列也是要占用空间的

● 索引大大提高了查询效率，但降低了更新的速度，比如 INSERT、UPDATE、DELETE

---

1、索引结构

1.1、B-Tree

[二叉树]

二叉树的缺点可以用红黑树来解决：

[红黑树]

红黑树也存在大数据量情况下，层级较深，检索速度慢的问题。

为了解决上述问题，可以使用 B-Tree 结构。

B-Tree (多路平衡查找树) 以一棵最大度数（max-degree，指一个节点的子节点个数）为5（5阶）的 b-tree 为例（每个节点最多存储4个key，5个指针）

[B-Tree结构]

B-Tree 的数据插入过程动画参照：https://www.bilibili.com/video/BV1Kr4y1i7ru?p=68

演示地址：https://www.cs.usfca.edu/~galles/visualization/BTree.html

1.2、B+Tree

结构图：

[B+Tree结构]

演示地址：https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

与 B-Tree 的区别：

● 所有的数据都会出现在叶子节点

● 叶子节点形成一个双向链表（？？？双向还是单向）

MySQL 索引数据结构对经典的 B+Tree 进行了优化。在原 B+Tree 的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的 B+Tree，提高区间访问的性能。

[MySQL B+Tree 结构图]

1.3、Hash

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

如果两个（或多个）键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

[Hash索引原理图]

特点：

● Hash索引只能用于对等比较（=、in），不支持范围查询（betwwn、>、=或者