MySQL 索引原理

索引（Index）是 MySQL 用来提高查询效率的数据结构。索引的核心原理是 通过减少数据扫描的范围，提高查询性能。索引类似于一本书的目录，可以加快查找的速度。

1. 索引的底层数据结构

MySQL 主要使用两种索引数据结构：

• B+ 树（B+Tree）索引（最常用）
• 哈希（Hash）索引

1.1 B+ 树索引

B+ 树是一种平衡多路搜索树，其特点：

B+ 树索引的优点

B+ 树索引的缺点

Hash 索引的优缺点

• 有序性：B+ 树索引存储的是有序的键值对，可以加速范围查询和排序操作。
• 磁盘友好：B+ 树的每个节点存储多个键值，减少磁盘 I/O。
• 所有数据存储在叶子节点，非叶子节点只存储索引，提高查询效率。

• B+ 树索引的工作方式

  假设有如下 SQL 语句：

• SELECT * FROM users WHERE age = 25;
  

• MySQL 通过索引树的根节点开始查找，逐层查找对应的叶子节点。
• 叶子节点中存储了对应的数据行地址，然后通过该地址读取完整数据。
• 适用于单点查询（=）、范围查询（BETWEEN、> <）、排序查询（ORDER BY）。
• 不适用于频繁变更的字段，因为增删改可能会引起索引重建，影响性能。
• 适用于大数据量查询，但索引维护会占用一定的存储空间。
• 由于 B+ 树有有序性，在范围查询和排序时可以避免额外的排序操作。

• 1.2 Hash 索引

  Hash 索引基于 哈希表（Hash Table） 结构：

• 通过哈希函数计算键的哈希值，并存储到哈希表中。
• 查询时通过哈希值直接找到对应的存储位置。

适用场景

• Memory 引擎默认使用 Hash 索引。
• 适用于等值查询，如 WHERE id = 100，但不适用于范围查询。

2. 索引类型

MySQL 主要有以下几种索引：

3. 聚簇索引和 非聚簇索引

在 MySQL 中，索引的存储方式决定了查询效率，其中聚簇索引和非聚簇索引是最核心的两种索引类型。

3.1. 聚簇索引（Clustered Index）

定义：

• 数据存储和索引放在一起，即 索引即数据，数据即索引。
• B+ 树的叶子节点直接存储整行数据，主键索引就是聚簇索引。

3.1.1 主要特点

• 存储顺序 = 索引顺序：数据按照 主键值 的顺序物理存储。
• 查询效率高：查找主键时，无需额外访问数据页。
• 范围查询快：因为数据是有序存储的，范围查询 (BETWEEN、> < 等) 非常高效。
• 表只能有一个聚簇索引：因为数据只能按一种方式物理存储。

3.1.2 MySQL 的实现

• InnoDB 存储引擎默认使用 主键作为聚簇索引。
• 如果没有主键，InnoDB 会选择一个 UNIQUE 索引 作为聚簇索引。
• 如果都没有，InnoDB 会自动创建一个隐藏的 rowid 作为聚簇索引。

3.2. 非聚簇索引（Non-Clustered Index）

定义：

• 索引存储与数据分开，索引存储的是 键值 + 指向数据行的地址（主键 ID）。
• 需要先查找索引，再通过索引找到对应的数据行，即 "回表查询"。

3.2.1 主要特点

• 索引和数据存储在不同的位置，索引只包含键值 + 记录指针。
• 非聚簇索引可以有多个，支持多列索引（如 email、username）。
• 查询时可能需要回表，即先通过索引查找主键，再回表查询完整数据。

3.2.2 MySQL 的实现

• InnoDB 的二级索引（普通索引、唯一索引等）都是 非聚簇索引。
• 二级索引存储的是主键值，而不是数据行的物理地址。
• 如果查询的是非主键字段，则需要回表查询。