索引的概念?

在MySQL中，索引是一種數(shù)據(jù)結構，它被用于快速查找、讀取或插入數(shù)據(jù)。索引能夠極大地提高數(shù)據(jù)庫查詢的速度。

索引的工作方式類似于圖書的索引。如果你想在圖書館找到一本書，你可以按照書名進行查找。書名就像是一個索引，它可以快速引導你找到正確的書籍。在數(shù)據(jù)庫中，索引也是同樣的作用。

索引在MySQL中的作用主要有以下幾點：

1. 加速查詢：當對數(shù)據(jù)庫進行查詢時，MySQL可以通過索引快速定位到需要的數(shù)據(jù)，而不需要掃描整個數(shù)據(jù)庫。
2. 排序：如果查詢需要按照某個字段進行排序，索引可以提高排序的效率。
3. 分組（GROUP BY）：當使用GROUP BY子句時，索引也可以提高分組的速度。
4. 限制結果集：索引可以過濾掉不需要的數(shù)據(jù)，從而減少需要返回的數(shù)據(jù)量。

需要注意的是，雖然索引可以提高查詢速度，但是它也有一些負面影響。例如，索引需要占用存儲空間，并且在插入、更新、刪除數(shù)據(jù)時，由于需要維護索引，可能會導致一些性能開銷。因此，在設計數(shù)據(jù)庫時，需要根據(jù)實際情況來決定是否需要創(chuàng)建索引，以及在哪些字段上創(chuàng)建索引。

計算機中磁盤的扇區(qū)與磁道--前提

????????扇區(qū)，是指磁盤上劃分的區(qū)域。磁盤上的每個磁道被等分為若干個弧段，這些弧段便是磁盤的扇區(qū)，硬盤的讀寫以扇區(qū)為基本單位?

????????

? ? ? ? 其實就是一個磁盤被一個一個同心圓劃分為一個個磁道。一個個磁道被分割為一個個扇區(qū)，也就是說在這里面的綠色的就是一個扇區(qū)。

? ? ? ? 通常一個扇區(qū)可以存儲可以存放512個字節(jié)的信息，磁盤驅動器在向磁盤讀取和寫入數(shù)據(jù)時，要以扇區(qū)為單位。

索引的核心--減少磁盤io

磁盤io的效率是很慢的

磁盤io是計算機系統(tǒng)中慢的一項工作，所以它會花費大量的時間。這是因為磁盤io操作的性能取決于它的物理結構，而物理結構受到了一些限制。

磁盤io操作的物理操作

磁盤Io操作受到物理限制，因為磁盤是一個物理磁盤，它有一個機械部件，它是由一個電機驅動的這個電機負責把磁盤上的數(shù)據(jù)讀取到內存中。電機的轉速越快，磁盤的io性能就越好。但是由于電機的機械特性，它的轉速是有限的，所以它的性能也有限。

所以如何快速有效的讓磁盤找到對應的物理地址，就是索引的重要概念

索引的底層以及實現(xiàn)機制?

通過圖示和計算來講述和說明數(shù)據(jù)！！！！！！

我們看一下一條數(shù)據(jù)是多大--在mysql中

示例表 t_demo

那么我們可以根據(jù)每個字段的大小判斷出這個表中的一條數(shù)據(jù)是多大。

計算過程為：

這個表中的一條數(shù)據(jù)的大小取決于具體的數(shù)據(jù)。為了計算每列的大小，我們需要知道每個列的數(shù)據(jù)類型和長度。

對于?id?列，它是一個?int?類型，通常占用 4 個字節(jié)。

對于?name?列，它是一個?varchar?類型，長度可以根據(jù)具體情況變化。如果最大長度為 25，那么平均每個字符的字節(jié)數(shù)取決于具體的字符集。UTF-8 字符集通常占用 1 到 4 個字節(jié)。所以，如果平均每個字符為 2 個字節(jié)（這是一個常見的估算值），那么?name?列的平均大小為 50 個字節(jié)。

對于?sex?列，它是一個?int?類型，通常占用 4 個字節(jié)。

對于?phone?列，它也是一個?varchar?類型，長度可以根據(jù)具體情況變化。如果最大長度為 25，那么平均每個字符的字節(jié)數(shù)也取決于具體的字符集。如果平均每個字符為 2 個字節(jié)，那么?phone?列的平均大小為 50 個字節(jié)。

所以，一般來說，一條數(shù)據(jù)的大小大約在 58 到 108 個字節(jié)之間，具體取決于?name?和?phone?列的實際字符長度。

每個屬性的具體大小如下：

• id: 4 bytes
• name: 可變長度，取決于實際字符長度。平均每個字符占用 2 個字節(jié)，所以平均大小為 2 * length。
• sex: 4 bytes
• phone: 可變長度，取決于實際字符長度。平均每個字符占用 2 個字節(jié)，所以平均大小為 2 * length。

注意：是一種估算方法，具體大小取決于實際情況，包括具體的值和字符集等。

示例的一條記錄：

當然：電話號不是真的

INSERT INTO `day1`.`t_demo` (`id`, `name`, `sex`, `phone`) VALUES (1, '阿丹', 1, '16668066369');

這條記錄的大小為：

• id: 4 個字節(jié)
• name: '阿丹' 兩個字符，使用 UTF-8 編碼，每個字符占用 3 個字節(jié)，所以 '阿丹' 占用 6?個字節(jié)
• sex: 1 個字節(jié)
• phone: '16668066369' 11個字符，使用 UTF-8 編碼，每個字符占用 3 個字節(jié)，所以 '16668066369' 占用 33?個字節(jié)

所以，這條記錄總共占用 4 + 6 + 1 + 33?= 44?個字節(jié)。

其次就可以計算出一個扇區(qū)可以存放多少條這樣的記錄

計算過程為：

一個扇區(qū)是可存放512個字節(jié)。并且一次磁盤的Io是以扇區(qū)為單位的，也就是說如果讀取了三個字節(jié)就是發(fā)生了三次io。

一個扇區(qū)內可存放記錄為：

512/44=11.6363636364

可以計算得出一個扇區(qū)可以存儲11個記錄。

那么如果此時整張表格需要存儲10000（一萬條數(shù)據(jù)）計算可得需要的字節(jié)內存為

44*10000=440000字節(jié)

這個時候我要將這些數(shù)據(jù)存放到多少個扇區(qū)？

440000/512=859.375

也就說如果查找的是在表中的最后一條數(shù)據(jù)的話就要去發(fā)生859次io來將指針移動到我們需要查找的數(shù)據(jù)這里。

所以為了減少io索引的概念出現(xiàn)了。

索引表

表結構簡單，指向單個記錄的地址。

在MySQL中，物理地址的數(shù)據(jù)類型取決于存儲引擎和數(shù)據(jù)表的實現(xiàn)方式。一般來說，物理地址可以是整數(shù)類型（INT）或長整型（LONG），具體取決于存儲引擎和數(shù)據(jù)表的設置。

對于InnoDB存儲引擎，物理地址通常存儲在系統(tǒng)表中的某個列中，例如"FIL_PAGE_ADDR"。對于InnoDB的B-tree索引，每個索引項的大小取決于所存儲列的類型和長度。例如，如果索引列是整數(shù)類型（INT），則每個索引項的大小為4字節(jié)。

索引表的作用主要是為了提高數(shù)據(jù)查詢效率，而不是記錄的物理地址。索引表會根據(jù)特定的列（例如主鍵）對數(shù)據(jù)進行排序，并在每個記錄中存儲相應的物理地址。當執(zhí)行查詢時，MySQL可以通過索引表快速定位到所需的數(shù)據(jù)，而不必掃描整個表。

索引表可以是基于B-tree（B樹）或哈希表等數(shù)據(jù)結構實現(xiàn)的。在B-tree索引中，每個節(jié)點包含鍵值和相應的物理地址。根據(jù)鍵值在樹中進行二分查找，可以快速找到相應的記錄。

然而，不同的存儲引擎對索引的實現(xiàn)方式可能會有所不同。例如，InnoDB存儲引擎支持聚集索引（聚集在物理上的索引），這意味著表中的數(shù)據(jù)按照一定順序存儲，并且主鍵索引可以直接提供物理地址。而MyISAM存儲引擎則使用非聚集索引，這意味著索引和數(shù)據(jù)存儲在不同的文件中，需要通過索引獲得中間結果集，然后再根據(jù)結果集中的記錄再回表獲取對應的實際數(shù)據(jù)。

總之，索引表主要用于提高查詢效率，它存儲的是記錄的鍵值和相應的物理地址，而不是記錄的全部信息。

那么關于mysql中的其他索引

在MySQL中，索引和索引表是兩個不同的概念。索引是一種數(shù)據(jù)結構，用于快速查找表中的數(shù)據(jù)，而索引表則是存儲索引的一種物理結構。

對于主鍵索引，主鍵通常是記錄的唯一標識符，即記錄的Id。在InnoDB存儲引擎中，主鍵索引是默認創(chuàng)建的，當你在創(chuàng)建表時指定了主鍵列，InnoDB會自動創(chuàng)建一個基于該列的B-tree索引。主鍵索引中存儲的是主鍵列的值和相應的物理地址。

對于其他索引，它們是基于表中的其他列創(chuàng)建的。這些索引中存儲的是該列的值和相應的物理地址。與主鍵索引不同的是，這些索引可能包含部分或全部表的數(shù)據(jù)，因此它們的大小可能會比主鍵索引大。

總之，在MySQL中，索引和索引表是兩個不同的概念。主鍵索引是基于主鍵列創(chuàng)建的，而其他索引則是基于表中的其他列創(chuàng)建的。無論哪種類型的索引，它們都存儲了相應的物理地址，用于快速定位到所需的數(shù)據(jù)。

也就說更換的是上圖中的索引表中的主鍵也就是id,更換為這個表中的其他值。

比如我要根據(jù)name進行索引，我對這個列添加了所以那么

那為什么索引會快？

????????如果你的主鍵是int類型，通常會占用4個字節(jié)。對于該索引表中記錄物理地址的long類型列，一般會占用8個字節(jié)。也就是說，在這種情況下，一條記錄通常會占用12個字節(jié)（4個字節(jié)主鍵 + 8個字節(jié)物理地址）。請注意，這只是一個簡單的估計，實際的存儲空間可能會受到MySQL的存儲引擎以及其他因素的影響！

? ? ? ? 那么我們可以計算一下如果我們根據(jù)這個主鍵的索引表來查找數(shù)據(jù)會減少多少次io

? ? ? ? 首先一個扇區(qū)可以存放的索引表數(shù)據(jù)條數(shù)

????????512/12=42.6666666667

42條數(shù)據(jù)比之前的表中只能存放11條多了31將近三倍。

????????要查找10000條的io次數(shù)為：

????????12*10000/512=234.375

? ? ? ? 可以看到使用了主鍵索引來查找遍歷10000條數(shù)據(jù)的io次數(shù)為234比上面的859少了很多。當然這只是僅僅使用了主鍵索引，在mysql中還有B+樹作為數(shù)據(jù)結構、以及二級索引還會更快。

? ? ? ? 核心減少了io次數(shù)！！！

mysql中的索引?

MySQL支持多種索引類型，包括B-tree索引、哈希索引、位圖索引等。具體支持的索引類型取決于所使用的存儲引擎。

以下是一些常見的MySQL存儲引擎和它們支持的索引類型：

1. InnoDB存儲引擎：支持B-tree索引和哈希索引。
2. MyISAM存儲引擎：支持B-tree索引，但不支持哈希索引。
3. MEMORY存儲引擎：支持哈希索引和B-tree索引。
4. MERGE存儲引擎：不支持獨立的索引，而是通過組合多個MyISAM表中的B-tree索引來實現(xiàn)索引功能。
5. FEDERATED存儲引擎：不支持獨立的索引，而是通過訪問遠程MySQL服務器上的表來實現(xiàn)索引功能。

其中特殊索引為：

聚合索引是一種特殊類型的索引，它用于加速對數(shù)據(jù)庫表中的數(shù)據(jù)進行查詢。

在MySQL中，聚合索引是基于表的某個列或多個列的值進行創(chuàng)建的。它可以將數(shù)據(jù)按照索引列的值進行排序，并存儲在索引結構中，從而加速查詢。

聚合索引對于查詢性能的提升非常顯著，特別是對于那些經(jīng)常被查詢的列。它能夠大大減少查詢時需要訪問的數(shù)據(jù)量，從而提高查詢效率。

在InnoDB存儲引擎中，默認情況下會創(chuàng)建一個名為"PRIMARY"的聚合索引，該索引基于主鍵列創(chuàng)建。此外，用戶也可以手動創(chuàng)建額外的聚合索引。

需要注意的是，聚合索引的創(chuàng)建和維護都需要消耗一定的存儲空間和計算資源。因此，在選擇要創(chuàng)建聚合索引的列時，需要仔細考慮列的選擇是否能夠帶來足夠的查詢性能提升，并權衡其開銷和收益。

另外，"PageRank"是Google公司為Web頁面設計的專利算法，它通過分析Web頁面之間的鏈接關系來確定每個頁面的重要性。在MySQL中，沒有直接使用"PageRank"算法的聚合索引，但可以通過其他方法實現(xiàn)類似的功能。

除了聚合索引，MySQL還支持其他一些特殊類型的索引，包括：

1. 全文索引：用于在文本搜索中加速查詢。MySQL提供了兩種全文索引類型，即MyISAM和InnoDB引擎支持的全文索引。全文索引主要用于基于單詞或短語在文本塊中的位置進行搜索。
2. 空間索引（Spatial Index）：也稱為R-tree索引，用于加速空間數(shù)據(jù)的查詢?？臻g索引主要應用于地理位置數(shù)據(jù)類型，如點、線、多邊形等。
3. 哈希索引（Hash Index）：基于哈希算法實現(xiàn)的索引，主要用于等值查詢。哈希索引適用于等值查詢，但對于范圍查詢和排序查詢等操作效率較低。
4. 位圖索引（Bitmap Index）：是一種特殊的位圖數(shù)據(jù)結構，用于表示一組數(shù)據(jù)中某些元素是否存在。位圖索引適用于具有大量唯一值的列，如性別、學歷等。

需要注意的是，這些特殊類型的索引在MySQL中并不是所有存儲引擎都支持的。例如，全文索引和空間索引僅在MyISAM和InnoDB存儲引擎中支持。在使用這些特殊類型的索引時，建議參考MySQL官方文檔以了解更多詳細信息和特定存儲引擎的限制。

拓展/注意：

? ? ? ? 本文章看完之后可以看到，就算引入了索引表的概念，但是終歸還是一個表。還是要找到一個地方去進行存儲。那就還是有多次Io的問題（在數(shù)據(jù)量大的情況下）。

? ? ? ? 于是就引入了數(shù)據(jù)結構樹的概念。