常見的索引模型淺析

　　索引的出現是爲了提升數據庫查詢的效率，就像書的目錄同樣。常見的索引模型有哈希表、有序數組、B+樹。

• 自適應哈希索引(AHI)

　　哈希表是一種常見的數據結構，即經過哈希算法計算出一個數字在表中的位置，並將數字存入該表。哈希索引就是經過哈希表來實現的，通常狀況下查找時間複雜度爲O(1)。InnoDB會監控對錶上各索引頁的查詢，會自動根據訪問的頻率和模式爲某些熱點頁創建哈希索引，因此又叫自適應哈希索引，訪問模式同樣指查詢的條件同樣。

　　好比咱們維護一張身份證信息和用戶姓名的表，須要根據身份證號查詢姓名，哈希索引大概是這樣的：

　　哈希索引適合只有等值查詢的場景，例如select * from T where index_col = '##'。哈希索引是無序的，若是須要區間查詢，那就要把全部數據掃描一遍。

• 有序數組索引

　　有序數組在等值查詢和區間查詢場景中效率都很高，一樣用上面的表舉例，索引大概是這樣的：

　　要查詢某條數據或者區間的時候，使用二分法時間複雜度爲O(logN)。但若是須要在中間更新數據時，那麼就要移動後面全部的數據。有序數組索引只適用於靜態存儲引擎，好比保存2019年度學校全部學生信息。

• B+樹索引

　　B+樹是爲磁盤或其餘直接存取輔助設備設計的一種平衡查找樹。下面是一顆高度爲2的B+樹，全部記錄都在葉子結點上順序存放，葉子結點經過指針相連。

　　B+樹索引就是B+樹在數據庫中的實現，因爲B+索引在數據庫中具備高扇出性，在數據庫中B+樹的高度通常爲2~4層。查找某一鍵值的行記錄時最多隻須要2~4次IO。以InnoDB的一個整數字段索引爲例，這顆B+樹大概是1200叉樹，這裏N叉樹的N取決於數據塊的大小。高度爲4的時候就能夠存1200的3次方個值，大概爲17億。考慮到樹根的數據塊老是在內存中，一個10億行的表上一個整數字段的索引，查找一個值最多隻須要訪問3次磁盤。

　　在InnoDB存儲引擎中，表是根據主鍵順序存放的。根據葉子結點內容，B+樹索引又分爲聚簇索引和輔助索引。

• • 聚簇索引：按照每張表的主鍵構造一顆B+樹，葉子結點的key是主鍵值， value是該行的其餘字段值，聚簇索引的葉子結點也稱爲數據頁。
  • 輔助索引：葉子結點的內容是主鍵的值。

咱們用一個例子來講明上面的概念，建立一張表，在字段k上有索引：

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)值分別爲(100,1)、(200,2)、(300,3)、(500,5)和(600,6)，兩顆B+樹以下，能夠明顯看到這兩個顆樹的區別。

　　使用普通索引查詢時，例如 select * from T where k = 2，須要先搜索k索引樹，獲得ID的值爲200；再到ID索引搜索一次。這個過程就叫作回表，非主鍵索引查詢須要多搜索一棵樹。

　　參考資料：《MySQL實戰45講》

　　　　　　　《MySQL技術內幕：InnoDB存儲引擎》第二版