前文我们讨论过MySQL优化回表的多种方式：索引条件下推ICP、多范围读取MRR、覆盖索引等
MySQL中90%的慢Sql都可以通过索引来得到优化，为什么索引可以使Sql变的更快，我们需要先了解下MySQL InnoDB都有哪些索引。
上篇文章MySQL的优化利器：索引条件下推，千万数据下性能提升273%🚀，我们说到MySQL中server层与存储引擎层的交互、索引、回表、ICP等知识（有不理解的概念可以看上篇文章哈~）
如果你的业务设计依赖于自增主键的连续性，这个设计假设自增主键是连续的。但实际上，这样的假设是错的，因为自增主键不能保证连续递增。
在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。
在创建表的时候，可以给表的字段添加相应的约束，添加约束的目的是为了保证表中数据的合法性、有效性、完整性。 常见的约束有哪些呢？
②唯一性原则 即主键值必须唯一标识表中的每一行，且不能为 NULL，即表中不可能存在有相同主键值的两行数据
学习MySQL的知识，学习好索引是非常重要的，索引分类、索引如何正确添加、索引失效的场景、底层数据结构等问题是面试中必问的，就这些内容我们一起学习巩固下。
MySQL在创建表时，如果你没有显示的创建主键，那么innodb会自动帮你创建一个不可见的、长度是6字节的row_id，所有未定义主键的表共享该row_id，每次插入一条数据row_id加1。
我创建了一个存储引擎为InnoDB的表user_innodb，其中包含主键id、姓名字段（name）、性别字段（gender，用0，1表示不同性别）、手机号字段（phone），并批量初始化了500W+条数据。
索引是为了提高数据查询效率的数据结构，类似于书的目录一样，可以根据目录而快速找到相关内容。
很多小伙伴应该知道，在 MySQL 中主键不应该使用随机字符串。但是主键不用随机字符串用什么？主键自增？主键自增就是最佳方案吗？有没有其他坑？今天我们就来讨论下这个话题。
语法：create table table_name(col_name1 data_type1,col_name2 data_type2,....); 创建t_test数据表，字段为id，name（数据类型中的数字是字段长度）
在MySQL 5.6之前，当查询使用到复合索引时，MySQL会先根据索引的最左前缀原则，在索引上查找到满足条件的记录的主键或行指针，然后再根据这些主键或行指针到数据表中查询完整的行记录。之后，MySQL再根据WHERE子句中的其他条件对这些行进行过滤。这种方式可能导致大量的数据行被检索出来，但实际上只有很少的行满足WHERE子句中的所有条件。
索引是帮助 MySQL 高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查询算法，这种数据结构就是索引。
今天没怎么学习，简单写下MySQL里面innodb存储引擎下的索引组织表吧。
InnoDB一棵B+树可以存放多少行数据？这个问题的简单回答是：约2千万。为什么是这么多呢？因为这是可以算出来的，要搞清楚这个问题，我们先从InnoDB索引数据结构、数据组织方式说起。
例1： 没有携带on的条件字句,此条slq查询的结构集等价于,a表包含的条数*b表包含的乘积：
前一段时间好兄弟找工作，面试 Java 资深研发工程师岗位，接到了不少大厂的面试邀请，有顺利接到 offer 的，也有半道儿面试被卡掉的。但最想去的企业却因为 MySQL表存储引擎 InnoDB ，与 offer 失之交臂。
原子性：事务内的操作统一成功或者失败 由undolog日志保证，他记录了需要回滚的日志信息，回滚时撤销已执行的sql
我们为hero表的id列创建了聚簇索引，为name列创建了一个二级索引。这个hero表主要是为了存储三国时的一些英雄，我们向表中插入一些记录：
小熊学Java个人网站：https://javaxiaobear.gitee.io/，每周持续更新干货，建议收藏！
比如name字段中要让其用户名不重复，这就需要添加约束。或者必须注册的时候需要添加邮箱等
官网的解释大概意思就是：next-key 锁是索引记录上的记录锁和索引记录之前的间隙上的间隙锁的组合。
在学习MySQL开发规范-索引规范的时候，强调过一个要点：每张表都建议有主键。我们在这里来简单分析一下为什么？
MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构，索引对于良好的性能非常关键，尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。索引优化应该是对查询性能优化最有效的手段了。索引能够轻易将查询性能提高好几个数量级。
MySQL架构分析 MySQL 的体系结构 MySQL 的模块详解 **Connectors**：用于支持各种语言与 **SQL** 交互； **Management Services & Utili
MongoDB快速入门 如果把mysql比作大名鼎鼎的c语言;那么mongodb就是简单友好的python Mysql数据库有什么缺陷关系型数据库表结构复杂,扩展性差; 需要较高的学习成本,复杂的表结构会产生更高的维护成本 关系型数据库的"连接查询"会影响查询效率会使查询效率变低 连接查询效率低,为什么还要分表分表可以减少数据冗余 数据库可以不使用复杂的表结构么可以,但要多消耗一些存储空间,mongodb(非关系型数据库)就为此而生 ---- 与Mysql相比,Mongodb简单极
索引是一种用于快速定位和访问数据的数据结构。在计算机科学中，索引通常是一种按照特定方式组织的数据结构，它可以加快在大型数据集中查找数据的速度。索引可以根据不同的属性进行排序，例如字母顺序、数字顺序或时间顺序等。通过使用索引，可以在数据集中快速定位特定的数据，避免了对整个数据集进行搜索的时间和资源浪费。常见的索引类型包括哈希索引、B树和B+树等。
一、什么是MySQL索引？ 想象一下，你正在图书馆找一本特定的书。如果没有索引，你需要走过每一个书架，查看每一本书的标题，这会非常耗时。但如果有一个索引卡片，告诉你每本书的位置，你就可以直接走到那本书所在的书架，快速找到你想要的书。在MySQL数据库中，索引就类似于这个索引卡片，它帮助数据库快速定位到存储在表中的数据。 索引的好处
通常在B+Tree上有两个头指针，一个指向根节点，另一个指向关键字最小的叶子节点，而且所有叶子节点（即数据节点）之间是一种链式环结构。因此可以对B+Tree进行两种查找运算：
在日常工作中我们不可避免地会遇到慢SQL问题，比如笔者在之前的公司时会定期收到DBA彪哥发来的Oracle AWR报告，并特别提示我某条sql近阶段执行明显很慢，可能要优化一下等。对于这样的问题通常大家的第一反应就是看看sql是不是写的不合理啊诸如：“避免使用in和not in，否则可能会导致全表扫描”“ 避免在where子句中对字段进行函数操作”等等，还有一种常见的反应就是这个表有没有加索引？绝大部分情况下，加了个索引基本上就搞定了。
上一章（第15期：索引设计（索引组织方式 B+ 树））讲了数据库基本上都用 B+ 树来存储索引的原因：适合磁盘存储，能够充分利用多叉平衡树的特性，磁盘预读，并且很好的支持等值，范围，顺序扫描等。这篇主要介绍 MySQL 两种常用引擎，MyISAM 和 InnoDB 的索引组织方式，了解这些存储方式，对数据库优化很有帮助。
索引是对数据库表中一列或多列的值进行排序的一种结构。MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。索引只是提高效率的一个因素，如果你的MySQL有大数据量的表，就需要花时间研究建立最优秀的索引，或优化查询语句。
你一定看到过这样的例子，索引是什么，你要查字典，不可能从第一页翻到最后一页去查找，你会先查找拼音或者偏旁部首，然后直接跳转到对应的页小范围的一条一条查找，这样会快得多。
提示：使用哪一种引擎要根据需要灵活选择，一个数据库中多个表可以使用不同的引擎以满足各种性能和实际需求。使用合适的存储引擎将会提高整个数据库的性能。
InnoDB 一棵 B + 树可以存放多少行数据？这个问题的简单回答是：约 2 千万
🧑个人简介：大家好，我是 shark-Gao，一个想要与大家共同进步的男人😉😉
索引在数据库中可以说是相当重要的一块知识点了，也是面试经常被问的，这篇文章就总结一下索引相关的知识点，包括索引的底层实现原理，索引的分类，最左匹配原则等。
数据库可以和Excel进行类比： 一个.xlsx文件有多个工作表——一个数据库有多个数据表
其实我们之前所讲的回表，就是两个索引树同时使用，先在二级索引树中搜索到对应的主键值，然后在再去主键索引树中查询完整的记录。 但是我今天的问题是，两个不同的二级索引树，会同时生效吗？理论上来说，应该是可以同时生效的，不然这个 MySQL 也太笨了。不过根据松哥日常开发经验，这种事情最好能够避免，如果发生了同时搜索两棵索引树的事情，大概是你的索引设计有问题，此时就要去检查一下索引的设计是否合理。 加粗的是实践经验，但是对于两个索引同时生效的知识点，我们还是要懂，一起来看下。 1. 索引合并 例如我有如下一张表结
同学B：因为索引其实就是一种优化查询的数据结构，比如Mysql中的索引是用B+树实现的，而B+树就是一种数据结构，可以优化查询速度，可以利用索引快速查找数据，所以能优化查询。
英文单词DataBase，简称DB。按照一定格式存储数据的一些文件的组合。 顾名思义：存储数据的仓库，实际上就是一堆文件。这些文件中存储了具有特定格式的数据。
上篇文章中学习了MySQL库的架构以及存储引擎，了解了基本索引（普通索引，唯一索引，主键索引），着重介绍了innerDB的存储方式以及内存模型，本篇文章和大家探讨一下MySQL库中索引的原理以及索引底层的数据结构。
前一阵子，又跑出去搞了一场面试，心态算是崩了，关于MySQL索引的原理及使用被面试官怼的体无完肤，立志要总结一番，然后一直没有时间（其实是懒……），准备好了吗？
MySQL一直是面试中的热点问题，也难道了很多的面试者。其实MySQL没那么难，只是大家没有系统化、实战性的过去学习、总结。同时很多开发者在实际的开发过程中也很少去接触一些偏向底层的知识。
索引的目的在于提高查询效率，可以类比字典，比如当我们要查 “mysql” 这个单词，我们肯定需要定位到 ‘m’ 字母，然后从下往下找到 ‘y’ 字母，再找到剩下的 “sql”。如果没有索引，那么我们可能需要把所有单词看一遍才能找到想要的。
配置路径：计算机—属性—高级系统设置—环境变量—系统变量—path—编辑—新建—粘贴mysql的bin目录
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
