环保公司网站模板揭阳新站seo方案
基本介绍
索引是帮助MySQL高效获取数据的数据结构，主要是用来提高数据检索的效率，降低数据库的IO成本，同时通过索引列对数据进行排序，降低数据排序的成本，也能降低了CPU的消耗。
通俗来说, 索引就相当于一本书的目录, 可以根据页码快速查找到指定的内容, 目的就是加快数据库的查询速度，但这也就意味着书中如果要增加一个章节，修改目录是比较麻烦的，使用索引适用于经常查询很少修改的业务
在 MySQL 中，通常有以下两种方式访问数据库表的行数据：
1) 顺序访问
- 顺序访问是在表中实行全表扫描，从头到尾逐行遍历，直到在无序的行数据中找到符合条件的目标数据。
- 顺序访问实现比较简单，但是当表中有大量数据的时候，效率非常低下。例如，在几千万条数据中查找少量的数据时，使用顺序访问方式将会遍历所有的数据，花费大量的时间，显然会影响数据库的处理性能。
2) 索引访问
- 索引访问是通过遍历索引来直接访问表中记录行的方式。
- 使用这种方式的前提是对表建立一个索引，在列上创建了索引之后，查找数据时可以直接根据该列上的索引找到对应记录行的位置，从而快捷地查找到数据。索引存储了指定列数据值的指针，根据指定的排序顺序对这些指针排序。
注意: 建立索引后, 查询速度不一定会变快，例如, 你在teacher表中建立了关于
id的索引, 如果你按照name查询, 那么查询速度也不会变快，查询得用到你建立的索引
优缺点
优点：
- 创建索引可以大幅提高系统性能，帮助用户提高查询的速度；
- 可以加速表与表之间的链接；
- 降低查询中分组和排序的时间。
缺点：
- 索引的存储需要占用磁盘空间；
- 当数据的量非常巨大时，索引的创建和维护所耗费的时间也是相当大的；
- 当每次执行create、update、delete操作时，索引也需要动态维护，降低了数据的维护速度。
空间换时间
索引的底层数据结构
B树
B树树就是B-树，它是一种平衡的多叉树，不是B减树，而是B杠树，中文通常称为B树，英语称为B-tree。
人们可能会以为B-树是一种树，而B树又是一种一种树。而事实上是，B-tree就是指的B树。
B 树的结构如下图所示：
B树的主要特点有:
- B树的节点中存储着多个元素, 每个内节点有多个分叉.
- 在所有的节点中都存储数据
- 父节点当中的元素不会出现在子节点中.
- 所有的叶子节点都位于同一层, 叶子节点具有相同的深度, 叶子节点之间没有指针连接.
上面那张图所表示的 B 树就是一棵 3 阶的 B 树。我们可以看下磁盘块 2，里面的关键字为（8，12），它 有 3 个孩子 (3，5)，(9，10) 和 (13，15)，你能看到 (3，5) 小于 8，(9，10) 在 8 和 12 之间，而 (13，15)大于 12，刚好符合刚才我们给出的特征。 然后我们来看下如何用 B 树进行查找。假设我们想要 查找的关键字是 9 ，那么步骤可以分为以下几步：
- 我们与根节点的关键字 (17，35）进行比较，9 小于 17 那么得到指针 P1；
- 按照指针 P1 找到磁盘块 2，关键字为（8，12），因为 9 在 8 和 12 之间，所以我们得到指针 P2；
- 按照指针 P2 找到磁盘块 6，关键字为（9，10），然后我们找到了关键字 9。
B 树相比于平衡二叉树来说磁盘 I/O 操作要少 ， 在数据查询中比平衡二叉树效率要高。所以 只要树的高度足够低，IO次数足够少，就可以提高查询性能 。
B+树
B+树是B树的改造版, 他与B树的不同点有:
- 所有的data在叶子节点出现, 内部节点不再存储data, 只存储key
- 叶子节点之间使用双向指针连接, 最底层的叶子节点形成了一个双向有序链表, 方便进行范围查询.
B+树的查找与B树不同，当索引部分某个节点的关键字与所查的关键字相等时，并不停止查找，应继续沿着这个关键字左边的指针向下，一直查到该关键字所在的叶子节点为止。
B+树可以保证精确查询和范围查询的快速查找，MySQL的innodb存储引擎底层就是B+树.
为什么InnoDB选择B+树而不是B树:
1、B+树的磁盘读取代价低， B树每个节点都有data，B+树只有叶子节才有，假设每个节点大小16KB，那么B+树比B树能存储更多的关键字，一次性读入内存的关键字的内存也会更多，B+树的高度也会比B树低,磁盘IO次数会更少。
2、B+树对范围查询更友好，方便遍历，B树叶子节点没有链接，而B+树叶子节点通过双向指针链接，可以很方便的进行范围查询，比如where条件中 age >= 3 and age < 20，那么当找到3时就可以顺着指针找到20,而B树是不可以的。
3、B+树查询效率稳定性更好， 在B+树中，由于分支节点并不是最终指向文件内容的节点，分支节点只是叶子节点的索引，所以对于任意关键字的查找都必须从根节点走到分支节点，所有关键字查询路径长度相同，每个数据查询效率相当。而对于B树而言，其分支节点上也保存有数据，对于每一个数据的查询所走的路径长度是不一样的，效率也不一样，B树稳定性不如B+树好