阅读本文前，请您先点击上面的蓝色字体，再点击“关注”，这样您就可以继续免费收到最新文章了。每天都有分享。完全是免费订阅，请放心关注。注：本文转载自网络，不代表本平台立场，仅供读者参考，著作权属归原创者所有。我们分享此文出于传播更多资讯之目的。如有侵权，请在后台留言联系我们进行删除，谢谢！

1.0基础知识

一张数据表中具有百万级的数据时，如何精确且快速的拿出其中某一条或多条记录成为了人们思考的问题。

　　 InnoDB存储引擎的出现让这个问题得到了很好的解决，InnoDB存储引擎是以索引来进行数据的组织，而索引在MySQL中也被称之为键，因此UNIQUE KEY，PRIMARY KEY约束字段会作为索引字段。

　　 当没有明确指出PRIMAY KEY时，InnoDB存储引擎会自动的创建一个6字节的隐藏主键用于组织数据，但是由于该主键是隐藏的所以对查询没有任何帮助。

　　 索引相当于一本大字典的目录，有了目录来找想要的内容就快很多，否则就只能进行一页一页的遍历查询

2.0查找过程

　　 索引的查找过程是依照B+树算法进行查找的，而每一张数据表都会有一个且只能有一个与之对应的树

　　 只有最下面一层节点中存储一整行记录

　　 第二层及第一层中黄色部分为指针

　　 如图所示，如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短(相比磁盘的IO)可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找找到29，结束查询，总计三次IO。真实的情况是，3层的B+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。

3.0索引分类

　　 索引分为聚集索引与辅助索引

3.1聚集索引

　　 聚集索引是会直接按照B+树进行查询，由于B+树的底层叶子节点是一整行记录，所以聚集索引能够十分快速的拿到一整行记录。

　　 值得注意的是，一张数据表中只能有一个聚集索引。

3.2辅助索引

　　 辅助索引的树最底层的叶子节点并不会存储一整行记录，而是只存储单列索引的数据，并且还存储了聚集索引的信息。

　　 通过辅助索引进行查询时，先拿到自身索引字段的数据，再通过聚集索引拿到整行记录，也就是说辅助索引拿一整行记录而言需要最少两次查询。

　　 而一张数据表中可以有多个辅助索引。

4.0创建索引

4.1索引类型

索引名类型INDEX(field)普通索引，只加速查找，无约束条件PRIMARY KEY(field)主键索引，加速查找，非空且唯一约束UNIQUE(field)唯一索引，加速查找，唯一约束INDEX(field1,field2)联合普通索引PRIMARY KEY(field1,field2)联合主键索引UNIQUE(field1,field2)联合唯一索引FULLTEXT(field)全文索引SPATIAL(field)空间索引

使用场景

4.2语法介绍

　　 索引应当再建立表时就进行创建，如果表中已有大量数据，再进行创建索引会花费大量的时间。

-- 方法一：创建表时    　　CREATE TABLE 表名 (                字段名1  数据类型 [完整性约束条件…],                字段名2  数据类型 [完整性约束条件…],                [UNIQUE | FULLTEXT | SPATIAL ]   INDEX | KEY                [索引名]  (字段名[(长度)]  [ASC |DESC])                 );-- 方法二：CREATE在已存在的表上创建索引CREATE  [UNIQUE | FULLTEXT | SPATIAL ]  INDEX  索引名 ON 表名 (字段名[(长度)]  [ASC |DESC]) ;-- 方法三：ALTER TABLE在已存在的表上创建索引ALTER TABLE 表名 ADD  [UNIQUE | FULLTEXT | SPATIAL ] INDEX                             索引名 (字段名[(长度)]  [ASC |DESC]) ;                             -- 删除索引：DROP INDEX 索引名 ON 表名字;

4.3功能测试

--  准备表，注意此时表没有设置任何类型的索引create table s1(        id int,        number varchar(20));-- 创建存储过程，实现批量插入记录delimiter $$  -- 声明存储过程的结束符号为$$        create procedure auto_insert1()         BEGIN                declare i int default 1; -- 声明定义变量while(i < 1000000) do                        insert into s1 values                                (i,concat('第', i, '条记录'));set i = i + 1;                end while;        END $$ -- 存储过程创建完毕delimiter ;-- 调用存储过程，自动插入一百万条数据call auto_insert1();

　　 在无索引的情况下，查找id为567891的这条记录，耗时0.03s

mysql> select * from s1 where id = 567891;+--------+--------------------+| id     | number             |+--------+--------------------+| 567891 | 第567891条记录     |+--------+--------------------+1 row in set (0.33 sec)

　　 接下来为id字段建立主键索引后再进行查找，耗时为0.00s

mysql> ALTER TABLE s1 MODIFY id int PRIMARY KEY;Query OK, 0 rows affected (4.76 sec)  -- 创建索引花费寺庙Records: 0  Duplicates: 0  Warnings: 0mysql> select * from s1 where id = 567891;+--------+--------------------+| id     | number             |+--------+--------------------+| 567891 | 第567891条记录     |+--------+--------------------+1 row in set (0.00 sec) 再次查找则快了很多