MySQL的存储引擎
这里主要了解一下InnoDB和MyISAM，这两种引擎的索引都是使用B+树的结构来存储的。
InnoDB
InnoDB中有两种索引：主键索引（聚簇索引、聚集索引）、辅助索引（非聚簇索引、非聚集索引）
主键索引
辅助索引
MyISAM
检索过程图例
我们假设表存有4条数据，其中id为主键索引，name为辅助索引。如下图（图源自网络），可以看出聚簇索引与非聚簇索引的区别。
InnoDB数据检索过程
1、如果需要查询id=14的数据，只需要在主键索引中检索就可以了。
2、如果需要搜索name='Ellison’的数据，则需要分两步：
注：辅助索引这个查询过程在mysql中叫做回表。
MyISAM数据检索过程
1、在索引中找到对应的关键字，获取关键字对应的记录的地址；
2、通过记录的地址查找到对应的数据记录。
MyISAM和InnoDB的区别
| InnoDB | MyISAM | |
|---|---|---|
| B+树索引 | 聚簇索引 | 非聚簇索引 |
| 事务支持 | 支持事务（这是MySQL将默认存储引擎从MyISAM变成InnoDB的重要原因之一） | 不支持事务 |
| 外键支持 | 支持外键（一个包含外键的InnoDB表转MyISAM会失败） | 不支持外键 |
| 表锁差异 | 最小的锁粒度是行锁，只有通过索引条件检索数据，InnoDB才使用行级锁，否则，InnoDB将使用表锁 | 最小的锁粒度是表锁，一个更新语句会锁住整张表，导致其他查询和更新都会被阻塞，并发访问受限。（这也是MySQL将默认存储引擎从MyISAM变成InnoDB的重要原因之一） |
| 表主键 | 如果没有定义主键或者非空唯一索引，会自动生成一个隐式主键（用户不可见） | 允许没有任何索引和主键的表存在，索引都是保存行的地址 |
| 表的总行数 | 没有保存表的总行数，如果执行**select count(*) from table;**会遍历整张表 | 保存有表的总行数，如果执行select count(*) from table;会直接取出该值（如果加了WHERE条件，MyISAM和InnoDB的处理方式都一样） |
| CRUD操作 | 如果你的数据需要执行大量的INSERT或UPDATE，出于性能方面考虑，应该使用InnoDB | 如果你的数据要执行大量的SELECT操作，MyISAM是不错的选择 |
| 全文索引 | 不支持FULLTEXT类型的全文索引，但是可以使用sphinx插件支持全文索引 | 支持FULLTEXT类型的全文索引 |
| 存储结构 | 所有的表都保存于同一个数据文件中（共享表空间）或者独立的表空间文件 | 每个MyISAM在磁盘上存储成三个文件。分别为：表定义文件(.frm)、数据文件(.MYD)、索引文件(.MYI)。 |
注：支持事务和行级锁，是InnoDB的最大特色
页结构
MySQL中页是InnoDB存储数据的基本单位，也是MySQL中磁盘与内存交互的基本单位（管理数据的最小单位），默认是16KB。MySQL中采用B+树来存储数据，页相当于B+树中的一个结点。
页结构分为Page头部、Page主体、Page尾部，如下图（图源自网络）
Page头部详细信息如下图（图源自网络）
Page头部中保存了两个指针，分别指向前一个Page和后一个Page，形成了一个双向链表的结构，如下图（图源自网络）
Page主体部分如下图（图源自网络）
行数据和索引都位于Page的User Records部分，占据了Page的大部分空间。字符串形式的"Infimum"代表开头，"Supremum"代表结尾，与User Records组成了一个单向链表的结构。（最初的数据是按照插入的先后顺序排列的，但是随着数据的插入和删除，数据物理顺序会变得混乱，但数据会通过链表的方式保持着逻辑上的先后顺序）
把User Records的组织形式与若干个Page组合起来，如下图（图源自网络）
将上述内容结合起来看B+树的结构，如下图（图源自网络）
页目录（Page Directory）
页目录在靠近页尾部的地方，记录着每组记录中最后一条记录的地址偏移量，每个偏移量被放在目录槽（slot）中
分组
最小记录（Infimum）所在的分组只能有1条记录，最大记录（Supremum）所在的分组拥有的记录条数取值范围只能在[1,8]，其余分组的记录条数取值范围只能在[4,8]，并且每个分组中只有最大的那条记录的n_owned才会有值，其余的记录n_owned值为0，如下图（图源自网络）
- n_owned 表示当前分组中一共有几条记录
数据检索过程
查询数据时，先通过B+树定位到数据所在的页，然后将页整体加载到内存中，再通过二分法在Page Directory中检索数据，缩小范围。比如在上图中检索记录 7：
页结构特点总结
1、B+树的叶子页之间是用双向链表连接的，能够实现范围查询；
2、页内部的记录之间是用单向链表连接的，便于访问下一条数据；
3、InnoDB为了加快页内部记录的查询，对页内记录加了个有序的稀疏索引（页目录）
- 注：稠密索引：对每一条记录都有索引项与之对应（占用空间大，检索快）
稀疏索引：索引项只对应部分记录（占用空间小，检索相对于稠密索引慢）
索引分类
- 分为聚簇索引和非聚簇索引
聚簇索引（主键索引）
每个表一定会有一个聚簇索引，整张表的数据存储在聚簇索引中，MySQL中采用B+树结构存储，其中非叶子结点只存储主键的值，叶子结点存储主键的值以及对应的行记录数据。
非聚簇索引（辅助索引）
每张表可以有多个非聚簇索引。也是B+树结构存储，其中非叶子结点只存储索引字段的值，叶子结点存储索引字段的值以及对应行记录数据的主键值。在MySQL中，非聚簇索引又分为：
-
单列索引：只包含一个列的索引
-
复合索引（联合索引）：包含多个列的索引
-
唯一索引：索引列的值必须唯一，允许有一个空值
索引管理
创建索引
# 方式一
create [unique] index 索引名称 on 表名(列名[(length)],列名[(length)]...);
# 方式二
alter table 表名 add [unique] index 索引名称 (列名[(length)],列名[(length)]...);
# 示例
create index idx_name on user_info(name(20));
alter table user_info add index idx_name_age (name(20),age);
删除索引
drop index 索引名称 on 表名;
# 示例
drop index idx_name on user_info;
查看索引
# 查看表中的suo'y
show index from 表名;
# 示例
show index from user_info;
show index语法的列解释
| 列名 | 列解释 |
|---|---|
| Table | 表名 |
| Non_unique | 唯一索引。不能包括重复值则为0，否则为1 |
| Key_name | 索引名称，名称相同表示的是同一个索引，即联合索引 |
| Seq_in_index | 索引中的列序列号，从1开始（如图中的3，4条记录），能根据这个值推断出联合索引中索引的前后顺序 |
| Column_name | 索引的列名 |
| Collation | 列以何种方式存储在索引中，在MySQL中，有值 ‘A’ (升序)或 NULL (无分类) |
| Cardinality | 索引中唯一值的数目的估计值。通过运行 ANALYZE TABLE 可以更新。值越大，当进行联合时，MySQL使用该索引的机会就越大（一般根据该值来判断该字段是否适合建立索引） |
| Sub_part | 前置索引。如果列只是部分编入索引，该值就是编入索引的字符的数目。如果整列编入索引，则该值为NULL |
| Packed | 指示关键字如何被压缩。如果没被压缩则为NULL |
| Null | 如果列允许为空，则为YES |
| Index_type | 索引方法。主要有（BTREE、HASH） |
| Comment Index_comment | 备注 |
