MySQL索引——B+Tree_b+tree索引

★

说到 B+Tree，需要从索引聊起，索引就如同字典，我们可以使用目录快速定位到所要查找的内容，那么索引跟目录的作用类似，在数据库表记录中，利用索引，可以快速过滤查找到数据记录。

”

1. 索引结构分类

索引有很多分类，例如 B-tree 索引，哈希索引，全文索引等等，索引的实现是在存储引擎层，并不是在后端服务器层，所以不同的存储引擎支持的索引结构也不一定一样 1.1B-tree 索引 B-tree 索引普遍存在于存储引擎中，他使用 B-tree 数据结构来存储数据，如果对树形数据结构比较了解的话，就知道 B-tree 索引所带来的好处了，他的每个叶子节点都会包含下一个节点的指针，非常方便查询数据 B-tree 适用于全键值，键值范围，或者前缀查找，查询/插入/修改/删除的平均时间复杂度都是 O(lg(n)) 1.2 哈希索引 哈希索引基于哈希表实现，对于每一行数据，存储引擎会对所有的索引列计算一个哈希码，然后存储引擎会基于这个哈希码来查找数据，查询/插入/修改/删除的平均时间复杂度都是 O(1)，适用于单行查询。 1.3 全文索引 全文索引在几种索引结构类型中比较特殊，他查找的是文本中关键词

2. 索引的正确使用

索引是建立在系统文件上的，会占用一定的内存空间，另外数据在更新的时候也会去维护索引，消耗内存，所以索引一定要正确的使用，索引并不是越多越好，要根据具体的查询业务来规划索引的建立。

2.1 建议不要使用索引的几种情况：

• 1. 区分度不是很大的字段，例如 性别 sex
• 2. 频繁更新的字段
• 3. 字符串类型的字段 或者 文本类型的字段
• 4. 不在 where 列中出现的索引

2.2 索引失效的几种情况：

• 1. 查询列中有函数计算
• 2. 查询列中有模糊查询，"%cloum",可以使用"cloum%" 代替,如果要使用"%column%"，那么