第十三章 索引的结构特点、分类及语法

目录

一、概述

二、索引特点

三、索引结构

四、索引结构分析

4.1. 二叉树

4.2. 红黑树

4.3. B-Tree

4.4. B+Tree  

4.5. Hash

4.5.1. 结构

4.5.2. 特点

4.5.3. 存储引擎支持  

4.6. InnoDB为何选择B+tree索引

五、索引分类

5.1. 聚集索引&二级索引

5.2. 索引经典面试题

六、索引语法

6.1. 创建索引

6.2. 查看索引  

6.3. 删除索引

6.4. 案例演示

一、概述

索引（index）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找算法，这种数据结构就是索引。

我们通过一个简单的案例来了解下索引的具体作用，如下所示的表结构及其数据：

 假如我们要执行的SQL语句为 ：

select * from user where age = 45; 

1). 无索引情况

在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为 全表扫描，性能很低。

2). 有索引情况

如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对age这个字段建立一个二叉树的索引结构。

 此时我们在进行查询时，只需要扫描三次就可以找到数据了，极大的提高的查询的效率。

备注： 这里我们只是假设索引的结构是二叉树，介绍一下索引的大概原理，只是一个示意图，并 不是索引的真实结构，索引的真实结构，后面会详细介绍。

二、索引特点

三、索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：上述是MySQL中所支持的所有的索引结构，接下来，我们再来看看MySQL中几个主要的存储引擎对于索引结构的支持情况。

注意： 我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。  

四、索引结构分析

4.1. 二叉树

假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下：

4.2. 红黑树

前面我们讲了如果使用二叉树作为索引结构的话将存在的问题，那么既然二叉树不行，我们是否可以选择红黑树，因为红黑树是一棵自平衡二叉树，那这样即使是顺序插入数据，最终形成的数据结构也是一棵平衡的二叉树，结构如下:

但是即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：

大数据量情况下，层级较深，检索速度慢。

所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree，那么什么是 B+Tree呢？在详解B+Tree之前，先来介绍一个B-Tree。

4.3. B-Tree

B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。以一颗最大度数（max-degree）为5(5阶)的B-Tree为例，那这个B树每个节点最多存储4个key，5个指针： 注：树的度数指的是一个节点的子节点个数。<