前言

索引是對數據庫中一或多個列值的排序，幫助數據庫高效獲取數據的數據結構

假如我們用類比的方法，數據庫中的索引就相當于書籍中的目錄一樣，當我們想找到書中的摸個知識點，我們可以直接去目錄中找而不是在書中每頁的找，但是這也拋出了索引的一個缺點，在對數據庫修改的時候要修改索引到導致時間變多。

但MySQL 索引你真的懂嗎？這幾道題帶你了解索引的幾個重要知識點

1. 什么是最左前綴原則？

以下回答全部是基于MySQL的InnoDB引擎

例如對于下面這一張表

如果我們按照 name 字段來建立索引的話，采用B+樹的結構，大概的索引結構如下

如果我們要進行模糊查找，查找name 以“張"開頭的所有人的ID，即 sql 語句為

select ID from table where name like '張%'

由于在B+樹結構的索引中，索引項是按照索引定義里面出現的字段順序排序的，索引在查找的時候，可以快速定位到 ID 為 100的張一，然后直接向右遍歷所有張開頭的人，直到條件不滿足為止。

也就是說，我們找到第一個滿足條件的人之后，直接向右遍歷就可以了，由于索引是有序的，所有滿足條件的人都會聚集在一起。

而這種定位到最左邊，然后向右遍歷尋找，就是我們所說的最左前綴原則。

2. 為什么用 B+ 樹做索引而不用哈希表做索引?

1、哈希表是把索引字段映射成對應的哈希碼然后再存放在對應的位置，這樣的話，如果我們要進行模糊查找的話，顯然哈希表這種結構是不支持的，只能遍歷這個表。而B+樹則可以通過最左前綴原則快速找到對應的數據。

2、如果我們要進行范圍查找，例如查找ID為100 ~ 400的人，哈希表同樣不支持，只能遍歷全表。

3、索引字段通過哈希映射成哈希碼，如果很多字段都剛好映射到相同值的哈希碼的話，那么形成的索引結構將會是一條很長的鏈表，這樣的話，查找的時間就會大大增加。

3. 主鍵索引和非主鍵索引有什么區別？

例如對于下面這個表(其實就是上面的表中增加了一個k字段),且ID是主鍵。

主鍵索引和非主鍵索引的示意圖如下：

其中R代表一整行的值。

從圖中不難看出，主鍵索引和非主鍵索引的區別是：非主鍵索引的葉子節點存放的是主鍵的值，而主鍵索引的葉子節點存放的是整行數據，其中非主鍵索引也被稱為二級索引，而主鍵索引也被稱為聚簇索引。

根據這兩種結構我們來進行下查詢，看看他們在查詢上有什么區別。

1、如果查詢語句是 select * from table where ID = 100,即主鍵查詢的方式，則只需要搜索 ID 這棵 B+樹。

2、如果查詢語句是 select * from table where k = 1，即非主鍵的查詢方式，則先搜索k索引樹，得到ID=100,再到ID索引樹搜索一次，這個過程也被稱為回表。

現在，知道他們的區別了吧？

4. 為什么建議使用主鍵自增的索引？

對于這顆主鍵索引的樹

如果我們插入 ID = 650 的一行數據，那么直接在最右邊插入就可以了

但是如果插入的是 ID = 350 的一行數據，由于 B+ 樹是有序的，那么需要將下面的葉子節點進行移動，騰出位置來插入 ID = 350 的數據，這樣就會比較消耗時間，如果剛好 R4 所在的數據頁已經滿了，需要進行頁分裂操作，這樣會更加糟糕。

但是，如果我們的主鍵是自增的，每次插入的 ID 都會比前面的大，那么我們每次只需要在后面插入就行， 不需要移動位置、分裂等操作，這樣可以提高性能。也就是為什么建議使用主鍵自增的索引。

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對腳本之家的支持。