MySQL实战45讲-04 深入浅出索引（上）
为什么会有索引？索引是什么？
索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。
索引的常见模型
- 哈希表
哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的键即 key，就可以找到其对应的值即 Value。适用于只有等值查询的场景，比如 Memcached 及其他一些 NoSQL 引擎。
KV等值查询场景的意思就是，所有的查询都是where k=N，并没有>= 或者<= 这种操作（没有range操作）。
优点：
- 新增数据很快。
- 等值查询的场景速度快。
缺点：
- 区间查询的速度是很慢。比如，要找身份证号在[ID_card_X, ID_card_Y]这个区间的所有用户，就必须全部扫描一遍了。
- 有序数组
使用有序数组来实现，通过二分法来查找数据。有序数组索引只适用于静态存储引擎，比如你要保存的是 2017 年某个城市的所有人口信息，这类不会再修改的数据。
优点：
- 等值查询和范围查询场景中的性能就都非常优秀。
缺点：
- 新增数据效率低。你往中间插入一个记录就必须得挪动后面所有的记录，成本太高。
- 搜索树
特点：每个节点的左儿子小于父节点，父节点又小于右儿子。
查找数据时间复杂度O(log(N))。更新的时间复杂度也是 O(log(N))。
为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N 叉”树。这里，“N 叉”树中的“N”取决于数据块的大小。
你心里要有个概念，数据库底层存储的核心就是基于这些数据模型的。每碰到一个新数据库，我们需要先关注它的数据模型，这样才能从理论上分析出这个数据库的适用场景。
InnoDB 的索引模型
每一个索引在 InnoDB 里面对应一棵 B+ 树。没有主键的表，innodb会给默认创建一个Rowid做主键。
假设，我们有一个主键列为 ID 的表，表中有字段 k，并且在 k 上有索引。这个表的建表语句是：
mysql> create table T(
id int primary key,
k int not null,
name varchar(16),
index (k))engine=InnoDB;
表中 R1~R5 的 (ID,k) 值分别为 (100,1)、(200,2)、(300,3)、(500,5) 和 (600,6)，两棵树的示例示意图如下。
主键索引的叶子节点存的是page （页），一个页里面可以存多个整行数据。在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）。非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。
- 如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；
- 如果语句是 select * from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表。
索引维护
如果插入新的行 ID 值为 700，则只需要在 R5 的记录后面插入一个新记录。如果新插入的 ID 值为 400，就相对麻烦了，需要逻辑上挪动后面的数据，空出位置。
页分裂：如果 R5 所在的数据页已经满了，根据 B+ 树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去。
页合并：当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。
哪些场景下应该使用自增主键？
时间效率上看：自增主键的插入数据模式，正符合了我们前面提到的递增插入的场景。每次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。
存储空间上看：由于每个非主键索引的叶子节点上都是主键的值。如果用身份证号做主键，那么每个二级索引的叶子节点占用约 20 个字节，而如果用整型做主键，则只要 4 个字节，如果是长整型（bigint）则是 8 个字节。
而哪些场景下不应该使用自增主键？
有些业务的场景需求是这样的：只有一个索引；该索引必须是唯一索引。你一定看出来了，这就是典型的 KV 场景。由于没有其他索引，所以也就不用考虑其他索引的叶子节点大小的问题。
现在一般自增索引都设置为bigint unsigned，因为现在很多业务插入数据容易超过int 上限，实际上是建议设置。
