关于MySQL索引相关的数据，一直是一个让人头疼的问题，尤其是对于初学者来说。笔者曾在很长一段时间内深陷此中，无法分清“覆盖索引，辅助索引，独一索引，Hash索引，B-Tree索引……”究竟是些什么东西，导致在口试过程中进入对照尴尬的局势。
很多人可能会埋怨”口试造火箭，工作拧螺丝，很多知识都是为了口试学的，工作中根本用不到！“。庆幸的是，MySQL中索引不仅是口试必考知识，照样工作中用到最为频繁的必备妙技，在笔者看来，索引是MySQL中性价比最高的一部门数据。
由于MySQL中支持多种存储引擎，在分歧的存储引擎中实现略微有所差距，索引下文中如果没有特殊声明，默认指的都是InnoDB存储引擎。
一、底层内容布局
首先，索引是高效获取内容的内容布局。就像书中的目录一样，我们能够通过它快速定位到内容地点的位置，从而进步内容查询的效率。
在MySQL中有许多关于索引的名词和概念，对于初学者来说很容易被利诱。为了方便懂得，我创建了一张表，从具体的案例中尝试说清楚这些概念究竟是什么。
Hash索引
正如上文中说到，索引是进步查询效率的内容布局，而可以进步查询效率的内容布局有很多，如二叉搜刮树，红黑树，跳表，哈希表（散列表）等，而MySQL中用到了B+Tree和散列表（Hash表）作为索引的底层内容布局。
必要注意的是，MySQL并没有显式支持Hash索引，而是作为内部的一种优化，对于热点的内容会自动天生Hash索引，也叫自适应Hash索引。
Hash索引在等值查询中，能够O（1）时间复杂度定位到内容，效率非常高，然则不支持范围查询。在许多编程语言以及内容库中都会用到这个内容布局，如Redis支持的Hash内容布局。具体布局如下：
B+Tree索引
提到B+Tree首先不得不提B-Tree，B-Tree（多路搜刮树，并不是二叉的）是一种常见的内容布局。使用B-tree布局能够显著削减定位记录时所履历的中间过程，从而加速存取速率。
B+ 树是基于B-Tree升级后的一种树内容布局，平日用于内容库和操纵体系的文件体系中。B+ 树的特点是可以连结内容不乱有序，其插入与修改拥有较不乱的对数时间复杂度。B+ 树元素自底向上插入，这与二叉树恰好相反。
MySQL索引的实现也是基于这种高效的内容布局。具体内容布局如下：
笔者首先要声明一下，不要将B树，B-Tree以及B+Tree弄搅浑。首先，B-Tree便是B树，中间的“-”是一个中划线，而不是减号，并不存在"B减树"这种内容布局。其次，便是B+Tree和B-Tree实现索引时有两个区别，具体可见下图
①B+Tree只在叶子节点存储内容，而B-Tree的内容存储在各个节点中
本文地址：http://www.wbwb.net/bianchengyuyan/224242.html 转载请注明出处！