# 深入浅出索引

## 常见的索引模型：

哈希表、有序数组、搜索树

* 哈希表k,v

  哈希思路，把value放在数组里；用哈希函数把key换算成数组里的一个具体位置，然后把value放在这位置。

如果冲突，拉出一个链表就可以了

使用在只有等值查询的场景里

* 有序数组

  按顺序存储，查询用二分法查询。

查询效率高，更新效率低

适用于静态存储引擎

## InnoDB的索引模型

在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。而且InnoDB使用的是B+树，所以数据都是存储在B+树上的。 说白了，每一个索引在InnoDB里面对应着一棵B+树。

假设，一个表T中对ID做主键索引和对k做普通索引，某一数据行ID为500，k为5

* 查询语句为

  ```sql
    select * from T where ID=500;
  ```

  则只需要搜索ID这颗B+树
* 查询语句为

  ```sql
    select * from T where k=5;
  ```

  则需要搜索k的索引树，得到的ID为500，然后由于要查的数据只有主键索引有，所以再搜索ID索引树

  回到主键索引树搜索，这个过程称为回表

## 索引维护

B+树在插入新值的时候，需要做必要的维护。以上面为例，如果插入新的ID为600，那么没什么问题，在树后面插入即可， 如果在中间插入，那么位置需要挪动；如果一个数据页满了，按照B+树算法，需要进行页分裂，不仅性能下降，空间利用率减少了50% 当相邻两个数据页利用率很低的时候会做数据页合并，合并的过程是分裂过程的逆过程。

所以从性能和存储空间来考量，自增主键往往是更合理的选择。

## 重建索引

要先删除普通索引，再删除主键索引，新建主键索引再建普通索引；

## 最左前缀原则

所以多列索引是从最左列开始的，所以常用的列放在最左边，对于索引的顺序要根据业务灵活调整，如果可以通过调整顺序减少维护一个索引，那么就是好事儿（孙一峰永远是我大哥）

* 索引下推(index condition pushdown) 5.6之后引入，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。

  ```sql
    select * from t_user where name like '张%' and age = 10 and ismale=1;
  ```

  无索引下推

  ![](/files/-LeR_DfhZueBrOoG47x8)

  索引下推会提前把不符合age=10的过滤掉，从而减少回表的过程。 只需要回表两次就可以了


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://jon-xia.gitbook.io/workspace/shu-ju-ku-4/mysql/mysql-shi-zhan-du-shu-bi-ji/shen-ru-qian-chu-suo-yin.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.