SQL语言之索引
前言
本章我们将学习MySQL中的索引，本文将从索引的作用、索引的分类、创建索引的语法、索引的使用策略以及索引的实现原理等方面带大家了解索引。
索引的作用
索引的作用就是加快查询速度，如果把使用了索引的查询看做是法拉利跑车的话，那么没有用索引的查询就相当于是自行车。目前实际项目中表的数据量越来越大，动辄上百万上千万级别，没有索引的查询会变得非常缓慢，使用索引成为了查询优化的必选项目。
索引的概念
索引其实是一种特殊的数据，也保存在数据库文件中，索引数据保存着数据表中实际数据的位置。类似书籍前面的目录，这个目录就保存了书中各个章节的页数，通过查看目录我们可以快速定位章节的页数，从而加快查找速度。
我们来看一段查询语句：
select * from book where id = 1000000;
假设书籍表中有几百万行数据，没索引的查询会遍历前面的100万行数据找到结果，如果我们在id上建立主键索引，则直接在索引上定位结果，速度要快得多。
索引的优缺点
优点：提高查询速度
缺点：本身也是数据，会占用磁盘空间；索引的创建和维护也需要时间成本；进行删除、更新和插入操作时，因为要维护索引，所以速度会降低。
使用索引的语法
创建索引
建表的同时创建索引
create table 表名
(
字段名 类型,
...
字段名 类型,
index 索引名称 (字段名)
);
建表后添加索引
alter table 表名 add index 索引名(字段名);
或
create index 索引名 on 表名(字段名);
删除索引
alter table 表名 drop index 索引名;
或
drop index 索引名 on 表名;
查看表中的索引
show index from 表名;
查看查询语句使用的索引
explain 查询语句;
索引的分类
索引按功能分为：
普通索引，在普通字段上建立的索引，没有任何限制
主键索引，创建主键时，自动创建的索引，不能为空，不能重复
唯一索引，建立索引的字段数据必须是唯一的，允许空值
全文索引，在大文本类型（Text）字段上建立的索引
组合索引，组合多个列创建的索引，多个列不能有空值
代码示例：
-- 创建书籍表
create table tb_book
(
-- 创建主键索引
id int primary key,
-- 创建唯一索引
title varchar(100) unique,
author varchar(20),
content Text,
time datetime,
-- 普通索引
index ix_title (title),
-- 全文索引
fulltext index ix_content(content),
-- 组合索引
index ix_title_author(title,author)
);
-- 建表后添加主键索引
ALTER TABLE tb_book ADD PRIMARY KEY pk_id(id)；
-- 建表后添加唯一索引
ALTER TABLE tb_book ADD UNIQUE index ix_title(title)；
-- 建表后添加全文索引
ALTER TABLE tb_book ADD FULLTEXT index ix_content(content)；
-- 查询时使用全文索引
SELECT * FROM tb_book MATCH(content) ANGAINST(‘胜利’);
-- 建表后添加组合索引
ALTER TABLE tb_book ADD INDEX ix_book(title,author)；
注意：创建组合索引时，要遵循”最左前缀”原则，把最常查询、排序的字段放左边，按重要性依次递减。
索引的使用策略
什么情况下要建立索引？
在经常需要查询和排序的字段上建立索引
数据特别多
什么情况下不要建立索引？
字段数据存在大量的重复，如：性别
数据很少
经常需要增删改的字段
什么情况下索引会失效？
模糊查询时，使用like ‘%张%’会失效，而like ‘张%’不会
使用is null或is not null查询时
使用组合索引时，某个字段为null
使用or查询多个条件时
在函数中使用字段时，如where year(time) = 2019
索引的结构
不同的存储引擎使用不同结构的索引：
聚簇索引，InnoDB支持，索引的顺序和数据的物理顺序一致，类似新华字典中的拼音目录排列和汉字排列顺序一致，聚簇索引一个表中只能有一个。
非聚簇索引，MyISAM支持，索引顺序和数据的物理顺序不一致，类似新华字典中的偏旁部首目录和汉字排列顺序不一致，非聚簇索引表可以有多个。
索引的数据结构主要是：BTree和B+Tree
BTree的数据结构如下，是一种平衡搜索多叉树，每个节点由key和data组成，key是索引的键，data是键对应的数据，在节点的两边是两个指针，指向另外的索引位置，而所有的键都是排序过的，这样在搜索索引时，可以使用二分查找，速度比较快，时间复杂度是h*log(n)，h是树的高度，BTree是一种比较高效的搜索结构。
B+Tree的数据结构如下，是BTree的升级版，区别是非叶子节点不在存储具体的数据，只保存索引的键，数据保存到叶子节点中，并且叶子节点中没有指针只有键和数据。B+Tree的优点是：搜索效率更高，因为非叶子节点中没有保存数据，就可以保存更多的键，每一层的键越多，树的高度就会减少，这样查询速度就会提升。
总结
索引是提高查询速度的重要手段，本章我们学习了索引的分类和创建语法，以及使用索引的策略，不是所有的表都适合创建索引，最后我们还学习了索引的内部结构，这样大家对索引会有一个基本的认识。