MySQL索引的一些问题

注意：本文基于MySQL的InnoDB引擎说明。

一、什么是最左前缀原则

对于该表，如果按照name字段来建立索引的话，采用B+树结构，大概的索引如下：

如果要进行模糊查找，查找name 以“张"开头的所有人的ID，即 sql 语句为：

select ID from table where name like '张%'

由于在B+树结构的索引中，叶子节点是一个有序的链表，当我们快速定位到 ID 为 100的张一后，可以直接向右遍历所有张开头的人，直到条件不满足为止。这种定位到最左边，然后向右遍历寻找的方式，就是我们所说的最左前缀原则。

只是当个索引，在组合索引中更能感受到：

示例：一个(a,b,c)的组合索引。

通过a,b条件查询能不能使用或命中这个索引？-----能
通过b,c条件查询能不能使用或命中这个索引？-----不能
原因：索引文件具有B-Tree 的最左前缀匹配特性，如果左边的值未确定，那么无法使用此索引。

二、为什么用B+树作索引二不用哈希表作索引

1. 不支持模糊查询：哈希表是把索引字段映射成对应的哈希码然后再存放在对应的位置，这样的话，如果我们要进行模糊查找的话，显然哈希表这种结构是不支持的，只能遍历这个表。而B+树则可以通过最左前缀原则快速找到对应的数据。

2. 不支持范围查询：如果我们要进行范围查找，例如查找ID为100 ~ 400的人，哈希表同样不支持，只能遍历全表

3. 哈希冲突，影响查询效率：索引字段通过哈希映射成哈希码，如果很多字段都刚好映射到相同值的哈希码的话，那么形成的索引结构将会是一条很长的链表，这样的话，查找的时间就会大大增加

三、主键索引和非主键索引的区别

例如下表(其实就是上面的表中增加了一个k字段)，且ID是主键。

主键索引和非主键索引的示意图如下：

其中R代表一整行的值，

由图可以看出，主键索引和非主键索引的区别：主键索引叶子节点存放的是整行数据，非主键索引的叶子节点存放的是主键的值。非主键索引也被称为（二级索引、非聚簇索引），而主键索引也被称为聚簇索引。

1）使用这两种结构进行查询，看看区别：

如果查询语句是 select * from table where ID = 100，即主键查询的方式，则只需要搜索 ID 这棵 B+树。
如果查询语句是 select * from table where k = 1，即非主键的查询方式，则先搜索k索引树，得到ID=100，再到ID索引树搜索一次，这个过程也被称为回表。

四、聚集索引和非聚集索引的区别

聚集索引和聚簇索引是不同（不知道对不对，我找的资料是这样说的）

1. 聚集索引：指索引项的排序方式和表中数据记录排序方式一致的索引

也就是说聚集索引的顺序就是数据的物理存储顺序。它会根据聚集索引键的顺序来存储表中的数据，即对表的数据按索引键的顺序进行排序，然后重新存储到磁盘上。因为数据在物理存放时只能有一种排列方式，所以一个表只能有一个聚集索引。

2. 非聚集索引：索引顺序与物理存储顺序不同

五、为什么建议使用自增主键作索引

如果主键是自增的，每次插入的 ID 都会比前面的大，那么每次只需要在后面插入就行，不需要移动位置、分裂等操作。从性能和存储空间方面考量，自增主键往往是更合理的选择。

六、覆盖索引

select * from T where k between 3 and 5 这种查询K的索引搜索到主键然后搜索主键的索引拿到具体的信息有回表
select ID from T where k between 3 and 5 这时只需要查 ID 的值，而 ID 的值已经在 k 索引树上了，因此可以直接提供查询结果，不需要回表由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。
也就是说，你要找的数据已经在索引上，不需要再回表。

七、一个关于索引的题

CREATE TABLE `geek` (`a` int(11) NOT NULL,`b` int(11) NOT NULL,`c` int(11) NOT NULL,`d` int(11) NOT NULL,PRIMARY KEY (`a`,`b`),KEY `c` (`c`),KEY `ca` (`c`,`a`),KEY `cb` (`c`,`b`)
) ENGINE=InnoDB;

问题：哪个索引可以去掉？

主键 a，b 的聚簇索引组织顺序相当于 order by a,b ，也就是先按 a 排序，再按 b 排序，c 无序。
索引 ca 的组织是先按 c 排序，再按 a 排序，同时记录主键

所以索引ca 与索引c 的数据是一模一样的

索引 cb 的组织是先按 c 排序，在按 b 排序，同时记录主键，

所以结论是ca可以去掉，cb保留。