前言
好像每次面试，面试官都会问到数据库，从而问到数据库的存储引擎、索引，以及它们对比起来的区别，今天来讲讲 Mysql 的索引。
索引：
索引是帮助 Mysql 高效获取数据的 排好序 的 数据结构
（这句话是MySQL官方对索引的定义）
附赠一个地址，上面可以演示很多数据结构：添加链接描述
索引的数据结构
-
二叉树：左小右大存放
弊端：假设数据一直递增，那么数据也会一边倒，那么假设查找6这个数字，也是会查找6次
-
红黑树：红黑树也叫平衡二叉树，在二叉树的基础上做了一个平衡，它不会让数据在插入的时候出现一边倒
弊端：数据在很大的时候，“树高”还是很高，会让查询的速度变慢
-
Hash 表：对索引的key 进行一次 hash 计算就可以定位出数据存储的位置，很多时候 Hash 索引要比 B+Tree 索引更高效（算出相同的数据存储位置，就会发生 Hash 碰撞）
弊端：仅能满足 “=”，“IN”，不支持范围查询。还有 Hash 冲突
-
B-Tree：
-
B+Tree（B-Tree的变种）：
- 非也节点不存储 data，只存储索引（索引是冗余的），这样就可以放更多的索引。
- 叶子节点包含所有的索引字段
- 叶子节点用 指针 连接，提高区间访问的性能
Mysql底层就是用的 B+Tree 存储数据的
计算三层高的B+Tree 能保存多大的数据
主键索引维护整张表的情况下…
- Mysql 保证了一个叶子节点的大小在 16KB
- 一个 Bigint 的大小是 8 byte
- 一个索引，旁边附带一个子节点的磁盘地址指针（空白部分），空白磁盘指针分配了 6 byte ,一共是16 byte。 所以第一层子节点能放约 1170 个索引元素
- 同理第二层也是 1170 个索引元素
- 第三层叶子节点上面放的是 索引元素+数据，大约估计 1KB， 索引第三层一个节点有 16 个
- 一共是： 1170 乘 1170 乘 16 = 2 千多万
数据库存储引擎
Mysql 存储引擎有9个，但常用的是 InnerDB、MyISAM。
今天主要是说索引，就不对比两种存储引擎的区别。对比一下不同引擎对应的索引是底层是如何存储数据的，以及它们的区别
存储引擎是修饰表的，这一点需要大家知道
MyISAM
MyIASM 索引文件和数据文件是分离的（非聚集）
在底层，它每张表都会生成有三个文件：
- .frm 文件：存储表结构
- .MYD 文件：存储表数据
- .MYI 文件：存储表索引
与 InnerDB 不同，它叶子节点保存的不是数据本身了，是数据所在的 磁盘文件地址，然后它再拿着这个文件地址，去找该行数据
InnerDB
InnerDB的索引文件和数据是放在一起的（聚集）
- .frm 文件：保存表结构
- .ibd 文件：保存数据和索引
与 MyISAM 不同，它叶子节点保存是数据本身，这就是本质区别 。
从数据结构出发， InnerDB 存储引擎查找数据要比 MyISAM 要快，因为前者只会经历 1 次磁盘的 IO，后者需要拿着磁盘地址找数据，会经历 2 次 磁盘 IO
B+Tree 与 B-Tree 的对比分析（蚂蚁金服一面）
- B-Tree 叶子节点没有双向指针，在范围查询的时候不是很友好的
- B+Tree 数据都挪到了叶子节点，非叶子节点的上面的索引是重复的。而B-Tree 非叶子节点上面有数据，非叶子节点上面的索引不重复。
B+Tree 把数据挪到叶子节点上的原因：是为了让你的非叶子在同样数据大小的情况下，横向能存储更多的索引，树越低，查询速度就越快
联合索引的底层存储结构分析
用 name、age、position 维护一个联合索引：
CREATE TABLE `employee` (
`id` INT(11) NOT NULL AUTO_INCREMENT,
`name` VARCHAR(24) CHARACTER SET latin1 NOT NULL COMMENT '姓名',
`age` INT(11) UNSIGNED ZEROFILL NOT NULL COMMENT '年龄',
`position` VARCHAR(20) CHARACTER SET latin1 NOT NULL COMMENT '只为',
`hire_time` DATETIME DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '入职时间',
PRIMARY KEY (`id`),
KEY `idx_name_age_position` (`name`,`age`,`position`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf-8 COMMENT="员工记录"
INSERT INTO employee(NAME,age,POSITION,hire_time) VALUES("lilei",22,"manager",NOW())
INSERT INTO employee(NAME,age,POSITION,hire_time) VALUES("zhangsan",25,"dev",NOW())
下面有三条sql语句，看看那几条会走这个索引？
EXPLAIN SELECT * FROM employee WHERE name="Bill" and age=21;
EXPLAIN SELECT * FROM employee WHERE age=30 and position="dev";
EXPLAIN SELECT * FROM employee WHERE position="manager";
执行结果：
Result1:
Result2:
Result3:
显然只有 第一条 sql 语句才走到了索引。第二个，第三个sql 跳过了 name ,所以没走到索引。这就是联合索引的 最左匹配原则。
最左匹配原则：
只有在查询条件中使用了创建索引时的第一个字段，索引才会被使用。使用复合索引时遵循最左前缀集合，所以在建立联合索引的时候查询最频繁的条件要放在左边