mysql索引原理及创建与查询
索引介绍
一：为什么要有索引
索引是用来优化查询效率（速度）的
没有索引的话，对于大数据的表，就只能每次都遍历一遍，数据量越大，耗时越多
有索引的话，可以提升好几个数量级的速度
一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，在生产环境中，我们遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，因此对查询语句的优化显然是重中之重。说起加速查询，就不得不提到索引了。
二：什么是索引
索引在mysql中叫做key（键）
是存储引擎用于快速找到记录的一种数据结构
索引可以理解为字典中的目录部分
是以类似二叉树的形式组织的，一般2-4层
三：索引误区
索引多：提升了查询速度，但是磁盘IO会爆掉
索引少：影响查询速度，提升了应用性能
因此要具体分析
索引原理
一 索引原理
通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件
索引的排列是从左到右越来越大的
二 磁盘IO与预读
磁盘读取数据靠的是机械运动
读数据时间=寻道时间+旋转延迟+传输时间=9ms
寻到时间：5ms
旋转延迟：4ms
传输时间：从内存到磁盘或从磁盘到内存，忽略不计
所以要尽量减少磁盘IO
预读：
考虑到磁盘IO是非常高昂的操作，计算机操作系统做了一些优化，当一次IO时，不光把当前磁盘地址的数据，而是把相邻的数据也都读取到内存缓冲区内，因为局部预读性原理告诉我们，当计算机访问一个地址的数据的时候，与其相邻的数据也会很快被访问到。每一次IO读取的数据我们称之为一页(page)。具体一页有多大数据跟操作系统有关，一般为4k或8k，也就是我们读取一页内的数据时候，实际上才发生了一次IO，这个理论对于索引的数据结构设计非常有帮助。
索引的数据结构
这种数据组织结构就是索引
b+树：
这种数据结构能够，每次查找数据时把磁盘IO次数控制在一个很小的数量级
b+树的查找IO；
如果是百万量级的数据：没有索引要有百万次的IO
有了索引只需要3次IO即可，由此可见索引的优势
创建索引注意事项：
1.索引字段要尽量的小
io次数取决于b+树的高度，索引字段越小，每个磁盘块的数据项就能存越多，高度就越低。
2.索引的最左匹配特性
聚集索引与辅助索引
聚集索引与辅助索引相同的是：不管是聚集索引还是辅助索引，其内部都是B+树的形式，即高度是平衡的，叶子结点存放着所有的数据。
聚集索引与辅助索引不同的是：叶子结点存放的是否是一整行的信息
由于实际的数据页只能按照一棵B+树进行排序，因此每张表只能拥有一个聚集索引
聚集索引能够在B+树索引的叶子节点上直接找到数据
辅助索引的叶子节点不包含行记录的全部数据。
叶子节点除了包含键值以外，每个叶子节点中的索引行中还包含一个书签该书签用来告诉InnoDB存储引擎去哪里可以找到与索引相对应的行数据
primary key：聚集索引
其他 key：辅助索引
索引功能
普通索引INDEX：加速查找
唯一索引：
-主键索引PRIMARY KEY：加速查找+约束（不为空、不能重复）
-唯一索引UNIQUE:加速查找+约束（不能重复）
联合索引：
-PRIMARY KEY(id,name):联合主键索引
-UNIQUE(id,name):联合唯一索引
-INDEX(id,name):联合普通索引
创建和删除索引的语法
#方法一：创建表时
CREATE TABLE 表名 (
字段名1 数据类型 [完整性约束条件…],
字段名2 数据类型 [完整性约束条件…],
[UNIQUE | FULLTEXT | SPATIAL ] INDEX | KEY
[索引名] (字段名[(长度)] [ASC |DESC])
);
#方法二：CREATE在已存在的表上创建索引
CREATE [UNIQUE | FULLTEXT | SPATIAL ] INDEX 索引名
ON 表名 (字段名[(长度)] [ASC |DESC]) ;
#方法三：ALTER TABLE在已存在的表上创建索引
ALTER TABLE 表名 ADD [UNIQUE | FULLTEXT | SPATIAL ] INDEX
索引名 (字段名[(长度)] [ASC |DESC]) ;
#删除索引：DROP INDEX 索引名 ON 表名字;
#方式一
create table t1(
id int,
name char,
age int,
sex enum('male','female'),
unique key uni_id(id),
index ix_name(name) #index没有key
);
#方式二
create index ix_age on t1(age);
#方式三
alter table t1 add index ix_sex(sex);
