作者：京东云开发者-京东零售 韩航云
链接：https://my.oschina.net/u/4090830/blog/10139889
一、索引到底是什么
. 索引是帮助 mysql 高效获取数据的排好序的数据结构如果没有索引的话，循环一条一条的找，找一次就是一次 IO，这样速度就会很慢我们知道数据库数据都是存在磁盘上的，当我们查找数据时，就会从磁盘上取数据，每取一次就是一次 IO，IO 是非常耗时的，为了速度快会把数据放到缓存里，然后在缓存里进行操作二、磁盘存取原理
当查找数据的时候，就是磁头循环找此道，就会一直循环查找，一次查找就是一次 IO，IO 是很耗时的三、Mysql 数据结构详解
就拿上面的 7 条数据来说，如果没有索引，当我们查找第 7 条数据时，就会循环 7 次，如果有百万级别的数据，那么就会查找百万次，显然这样是不行的，就需要数据结构算法来优化，那我们就从二叉树 ----HASH---BTREE 来一一说起二叉树节点保存的都是单个索引，高度会随着数据增大而增高，但是比一条一条的循环会快不用二叉树是因为的极端情况下会出现单边增长，这样在数量大的情况下，和一条一条查找没有区别。红黑树有自平衡性质，不会出现单边增长，它会动态自旋转，在性能上比二叉树又高一点，但是 mysql 也没有用这种数据结构，因为数据量超大的情况下，数据高度也会一直增大，在最终这个树高度也非常大，解决不了根本问题hash 算法一次就会定位到文件指针，速度快，但是还是没有用，如果范围查找的话就没有办法了，如果只是内存中的话，他的时间复杂度是 O (1), 速度会会很快，但是索引文件也是保存在磁盘上，而且 hash 是不连续的放在磁盘上的，这样查询起来也很慢，这才是不用 hash 的最根本原因相比上面的数据结构，b-tree 增加了横向大小（度 Degree），那么在高度上就减小了，查找次数就少了15，56，77.。。。。是索引，data 就是对应的一行数据那么在横向的度上最大多少合适呢？？总不能横向上一直扩展下呀，磁盘一次 IO，就是取一个横向的节点（度），把一个节点的数据放在缓存中，那么一次 IO 也不能把所用的数据全取出来，所以最好是一次 io，就把这个节点全取处理，电脑操作系统从磁盘一次取数据到内存中一般是 4K，而 mysql 取一次数据一般是 16K，所以横向节点一般设置为 **16K。** 因为一个节点设置成 16K 的话，这个节点保存了索引和索引对应行的数据，那么这个节点横向保存不了太多的数据，所以，这种数据结构也不合适，引入新的数据结构查找一次数据就是和磁盘一次 IO，一次 IO 会把这个数据相邻的数据一下全部查处理，这样速度会更快，这样的一页就是咱们说的一个节点（4K），分配空间的时候也是一页一页分配的，这样会更快，一页就是一个节点mysql 常用的引擎有 MyISAM 和 InNoDb, 两种引擎得索引结构是不一样的.frm 表结构文件 .myd 表数据文件 .myi 表索引文件myisam 引擎的主键索引数据结构是左上图，普通索引是右上图，叶子节点存的不是数据本身，是数据文件指针，和 b_tree 数据不一样，注意：每类的索引，都是各自的树，不是混合在一起的主键索引是聚集索引，因为叶子节点是所有的数据，就是一行数据，非主键索引叶子节点只包括索引和主键，再用主键找对应数据非主键索引叶子节点只包括索引和主键，再用主键找对应数据，这样是为了节省空间和数据一致性联合索引 (col1, col2, col3) 也是一棵 B + 树，其非叶子节点存储的是第一个关键字的索引，而叶子节点存储的则是三个关键字 col1、col2、col3 三个关键字的数据，且按照 col1-col2-col3 的顺序进行排序。如果执行的是，SELECT * FROM T WHERE B=‘Tom’ AND C=4567;那么无法使用索引，因为索引是用 A 字段先排序的，如果没有先确定 A，直接查找 B 和 C，那么将会是全表查询。如果执行的是，SELECT * FROM T WHERE A=‘30’ ;那么，会先找到 A 字段，再在 A 等于 30 的数据中（比如有很多条），找 B 等于 Demi 的数据。这样是可以用到索引的。如果执行的是，SELECT * FROM T WHERE A=‘18’ AND C=1234;那么，A 字段可以索引，而 C 不能索引。所以可以部分索引，也比全表查询快。如果执行 SELECT * FROM T WHERE B=Demi AND C=1234 and A=‘18’是用到索引的，在 and 的情况下如果把第一个放到最后位置也是能用到索引的现在我想大家应该了解了什么为什么是最左原则。因为，B + 树是按照最左边的字段以此构建的。
