索引的基础知识（入门级）

本文主要是介绍索引的基础知识（入门级），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

前言

MySQL 的索引是面试的高频考点也是我们在日常开发中用于优化 SQL 语句性能的神器。

今天跟大家讲一讲 MySQL 的索引入门篇章。对索引的知识有大概的了解…

---

什么是索引？

索引就是一种可以快速查询的数据结构，在MySQL中担任着提高查询性能的角色。

打个比方：一本书的目录，通过目录我们可以快速找到这本书的第一章，第二章分别在第几页，这个目录相当于索引

主键索引

每一张表都必须有主键索引，在创建表时，如果没有主动的创建索引，存储引擎 Innodb 会选择一个唯一，不重复，不为空的字段作为主键索引。如果没有这个字段的话，Innodb 会创建一个隐式的自增的主键索引。

索引的优点与缺点

优点：索引可以提高性能的查询。提高SQL性能

缺点：索引不是越多越多，当执行更新SQL语句时，索引也会动态的改变。这会拉慢更新的性能。
而且索引是占用物理存储空间的，所以索引是会造成空间的使用加大。

索引的分类

索引可以按照数据结构、字段特性、字段个数、物理存储进行分类。

按照数据结构分类

索引的数据结构有Hash，B 树，B+树，RTree 等等，目前 Innodb 存储引擎默认的索引结构是 B+ 树。存储引擎的基础知识可以看往期文章（MySQL 的存储引擎）。

为什么 Innodb 要选择 B+ 树当做默认的存储引擎呢？

B+树是 B 树的一种变异树，B 是 balance 平衡的意思。

我们来看一看B+树与B树的区别就知道为什么选择 B+ 树作为存储引擎的索引结构了。

1. B+ 树只有叶子节点是存放索引（Key）跟数据（Data）的，其他节点都是存放索引。而B树的所有节点都存放索引（Key）跟数据（Data）。 使用 B+ 时的结构更利于查询。

2. B+ 树的叶子节点之间是通过双向链表相连，可以适用于范围查询。而 B 树没有这种结构

相比之下，B+树的查询性能更加的稳定以及效率高。

按照物理存储分类

物理存储分类分为：聚簇索引（主键索引）与非聚簇索引（二级索引）。

聚簇索引：索引与数据存储在一块，在叶子节点中，key 为索引，value 为用户记录的所有数据， Innodb 默认的主键索引结构就是聚簇索引。

非聚簇索引：索引与数据分离的结构，在叶子节点中，key 为 二级索引，value 为主键索引，当我们查询的内容不是主键的话，就需要根据这个主键再去聚簇索引中查询其他数据，这样查询了两次 B + 树，就叫做**【回表】查询。如果我们查询的内容在非聚簇索引中可以找到，比如查询主键值时，这样我们只需要查询一次 B+ 树就可以返回数据了，就叫做【覆盖索引】**。

按照字段特性分类

按照字段特性分类：主键索引，唯一索引，普通索引，前缀索引

主键索引：不为空，不可重复。Innodb 默认一定会创建。

唯一索引：不为空，不可重复。一般会用于增加查询性能。

普通索引：可以为空，可重复，一般会用于增加查询性能。

前缀索引：一般是 varchar 等字符串值时，可以字符串缩减成前几个字符当做索引。比如身份证号。

按照字段个数分类

按照字段个数分类：单一索引与联合索引

单一索引：一个字段当做一个索引，其中唯一索引，普通索引等等都是单一索引。

联合索引：多个字段组成一个索引，如果你一个表需要建立多个索引，建议使用联合索引。

使用联合索引必须遵守最左匹配原则，比如当（a，b，c）是一个联合索引时，你使用索引字段来当做条件查询时要遵循从左到右的使用顺序，不然会出现索引失效。

打个比方

1. 当 where a = 1 索引生效
2. 当 where a = 1 and b = 2 索引生效
3. 当 where b = 2 and c = 3 索引失效
4. 当 where b = 1 and a = 2 索引生效

由上可以看出，联合索引必须要从左到右的使用即遵循最左匹配原则才能生效。为什么第四种当 where b = 1 and a = 2 索引生效是生效的呢，因为 SQL 语句执行查询时会有优化器，优化器将 SQL 语句进行优化，也是遵守最左匹配原则的。

总结

总的来说，索引就是一个可以实现快速查询的数据结构，优点是查询快，缺点更新慢，浪费空间，Innodb 默认的索引数据结构是B+树，索引可以按照多种特性进行分类。

我是小辉，持续分享，第二版：20240612，状态：应届找工作中。。。

这篇关于索引的基础知识（入门级）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---