数据库索引小结

数据库索引，是数据库管理系统中一个排序的数据结构，以协助快速查询、更新表中的数据；

即：在数据之外，数据库维护着满足特定算法的数据结构，这些数据结构以某种方式引用数据，这样就能在这些数据结构上实现高级查找算法，这样的数据结构就是索引；

为表建立索引也是有代价的，索引需要占用额外的存储空间以及更新数据的同时可能要更新索引；

如图：若需要加快第二列的查找速度，例如（SELECT Col1，Col2 FROM TABLE_NAME WHERE Col2 = 22），在没有索引的情况下，数据库管理系统只能顺序搜索，时间复杂度为O(N)，这在有着海量数据的数据库内很难实现；在建立索引之后，我们通过搜索索引的这棵二叉搜索树来找到对应数据的地址，这样我们能在log2(N)下查找数据；

根据数据库的功能，索引的种类主要有三种：唯一索引，主键索引，聚集索引；

唯一索引：不允许任意两行的索引值相同，例如：在表中员工姓名列上创建唯一索引之后，公司不能有同姓名的员工；

主键索引：数据库中有一列，用于唯一的标识数据库中的每一行，该列被称为主键，在查询中使用主键，能允许主键对数据的快速访问；

聚集索引：在聚集索引中，表中行的物理顺序与键值的索引顺序相同，一个表只能包含一个聚集索引；

数据库占用空间巨大，一般存在于磁盘中，磁盘在每次读取数据时，会从这个位置开始，将后面的一部分数据也读进内存，这就是磁盘预读，依据了计算机科学里的局部性原理：当前数据被访问，其附近的数据被用到的可能性会很大，操作系统一般将主存和磁盘存储区分为大小相等的存储块，每个存储块称为一页；

数据库利用磁盘预读原理，将每个节点的大小设置为一页，这样一个节点只需要一次I/O；

B-Tree中一次检索，需要h-1次I/O（根节点常驻内存）；复杂度为O(h)=O(logdN)；B-Tree的出度d一般非常大，使得树的深度h很小；而红黑树h明显要深的多，所以效率不及B-Tree；

在MySQL中使用B+Tree，B+树的所有数据存在叶子节点上，非叶子节点上没有指向数据的指针，并且将所有叶子节点用一个链表相连；

所以B+树有两种搜索方法：

1. 与B树相同，从根节点开始搜索，都需要走完树的所有层（B树不一定）；

2. 通过链表顺序搜索；

综上，创建索引的优点：

1. 通过创建唯一性索引，保证数据库表中每一行的唯一性；

2. 大大加快对数据的检索速度，也是创建索引主要的原因；

3. 加速表与表之间的连接；

4. 在使用分组和排序子句进行数据减速时，缩短分组和排序的时间；

索引的缺点：

1. 创建索引和维护索引需要时间与空间；

2. 数据更新时索引也要更新，降低数据更新速度；

我们应该在这些列上创建索引：主键列；数据有唯一性的列；经常需要搜索的列；经常用在连接的列；经常需要通过范围进行搜索的列；经常需要排序的列；经常使用在WHERE子句中的列；

我们不应该在这些列上创建索引：在查询中很少使用到的列；数据值很少的列（如：性别列，婚姻状况列），这种采用位图索引效率很高；

对修改性能的要求远高于检索性能的列，修改性能与检索性能是矛盾的；