來(lái)自：CSDN，作者：topEngineerray
鏈接：https://blog.csdn.net/topdeveloperr/article/details/88742503
人類(lèi)存儲信息的發(fā)展歷程大致經(jīng)歷如下：
由于是個(gè)人憑著(zhù)自己理解總結的，因此可能不一定精確，但是毋庸置疑的是，在當代，各大公司機構部門(mén)的數據都是維護在數據庫當中的。
數據庫作為數據存儲介質(zhì)發(fā)展的最新產(chǎn)物，必然是具有許多優(yōu)點(diǎn)的，其中一個(gè)很大的優(yōu)點(diǎn)就是存儲在數據庫中的數據訪(fǎng)問(wèn)速度非?？?。
數據庫訪(fǎng)問(wèn)速度快的一個(gè)很重要的原因就在于索引index的作用。也就是這篇文章的主要想介紹的內容，為什么索引可以讓數據庫查詢(xún)變快？
在理解索引這個(gè)概念之前，我們需要先了解一下計算機存儲方面的基本知識。
我們知道數據持久化之后存在了數據庫里,那么我現在的問(wèn)題是數據庫將數據存在了哪里？答案顯然是存在了計算機的存儲設備上。就個(gè)人電腦而言，數據被存在了我們的電腦存儲設備上。
計算機的存儲設備有很多種，其中速度越快的越貴，因此容量也往往越小例如我們的RAM隨機存儲器，也就是大家平時(shí)說(shuō)的內存條，速度慢的就相對便宜例如我們的硬盤(pán)。而我們的數據往往都是被存在最慢的存儲設備硬盤(pán)上的，因為存在當中的數據在斷電之后依然存在。
計算機的存儲介質(zhì)有多種，例如硬盤(pán)，例如告訴緩存，不同的存儲介質(zhì)的數據讀取速度是不一樣的。例如，像RAM這樣的易失性存儲設備的讀寫(xiě)操作就非?？?，訪(fǎng)問(wèn)其中的數據幾乎沒(méi)有延遲性。
由于這個(gè)原因，計算機操作系統的設計是這樣的：數據永遠不會(huì )直接從硬盤(pán)等機械設備中取出，而是首先從硬盤(pán)轉移到更快的存儲設備，例如RAM，從RAM當中應用程序直接按需獲取數據。
計算機內部的機械硬盤(pán)是下面這樣的：
在一個(gè)典型的硬盤(pán)驅動(dòng)器中可以有很多個(gè)盤(pán)片，“盤(pán)片”在外觀(guān)上非常類(lèi)似于一個(gè)光盤(pán)（但具有很高的存儲容量）。盤(pán)片又被磁道分條，同時(shí)一個(gè)盤(pán)片又可以分為扇區。
要獲取數據，“盤(pán)片”需要由主軸進(jìn)行旋轉。大多數硬盤(pán)供應商都提到了主軸旋轉的速度，例如，7200轉/分和15000轉/分。磁盤(pán)中的數據總是以扇區的固定大小倍數表示。因此，如果要從硬盤(pán)訪(fǎng)問(wèn)數據，需要執行以下步驟，這也是性能開(kāi)銷(xiāo)的主要來(lái)源。
如果數據恰好分布在連續扇區上，那么它將提高獲取數據的性能。因為主軸和磁頭本身不需要移動(dòng)/旋轉，也就沒(méi)有太多開(kāi)銷(xiāo)，但是大多數時(shí)候這種開(kāi)銷(xiāo)是存在的。
由于存在這種開(kāi)銷(xiāo)，我們不能直接從硬盤(pán)獲取數據。RAM的存儲器高性能的背后的主要原因是它沒(méi)有像硬盤(pán)那樣的機械運動(dòng)部件。但是盡管RAM的性能很高，但它當中的數據卻不會(huì )用作永久存儲，斷電之后就會(huì )消失，重新啟動(dòng)之后就什么都沒(méi)有了，這是我們需要硬盤(pán)來(lái)進(jìn)行持久化的原因所在。數據庫中的數據毫無(wú)疑問(wèn)就是存放在硬盤(pán)當中的，因此訪(fǎng)問(wèn)數據庫中的數據不可避免的會(huì )經(jīng)歷磁盤(pán)操作的開(kāi)銷(xiāo)。
知道上述知識后，索引就更容易理解了。
舉個(gè)例子，想象一下，現在有一本500頁(yè)厚包含幾十萬(wàn)字的字典，同時(shí)里面的字是無(wú)序排列的，現在我需要你從中找出某幾個(gè)字出來(lái)同時(shí)不允許查看目錄。毫無(wú)疑問(wèn)，我們只能一頁(yè)一頁(yè)的翻，這是非人類(lèi)能接受的工作，我們必然想的是先看目錄，找到相關(guān)的字或者偏旁，然后去對應的地方查找文字，這樣效率就大大提高了。目錄事實(shí)上就是一種索引，其思想一脈相承。
數據庫的索引類(lèi)似于書(shū)中的這個(gè)目錄。索引會(huì )幫助我們快速檢索數據庫，查詢(xún)不需要通過(guò)整個(gè)表來(lái)獲取數據，而是從索引中找到數據塊。以一張數據庫表為例：
上表是一張真實(shí)的數據庫表，其中每一行是一條記錄，每條記錄都有字段。假設上面的數據庫是一個(gè)有10萬(wàn)條記錄的大數據庫?，F在，我們想從10萬(wàn)條記錄中搜索一些內容，那么挨著(zhù)一個(gè)一個(gè)搜索無(wú)疑將花費很長(cháng)的時(shí)間，這個(gè)時(shí)候我們在數據結構與算法里學(xué)的二分查找法就派上了用場(chǎng)。
使用二分查找法，需要將數據先排序，但是其查詢(xún)效率將大大提高。
例子如下:
假設我們在上面的數據庫中使用的是固定長(cháng)度的記錄,固定塊記錄大小為205個(gè)字節， 默認塊大小是1024字節。則：
固定記錄大小=204字節，塊大小=1024字節
所以每個(gè)數據塊的記錄數=1024/204=5條記錄，10萬(wàn)條記錄就是2萬(wàn)個(gè)塊
不使用任何算法，我們要查詢(xún)100000條記錄中的某一條，，在最壞的情況下我們需要遍歷一遍2萬(wàn)block才能獲得全部100000條記錄。但如果進(jìn)行二分查找，則只需要進(jìn)行20000的對數基數2，即14.287712次即可。這意味著(zhù)我們只需對排序后的值進(jìn)行14次搜索，就可以使用二分查找到您感興趣的唯一值。
上圖是對一串數字生成的二叉查找樹(shù)。其時(shí)間復雜度為O(n)=O(log2N),即以2為底，n的對數。其中n為查找目標群體的總數據量。
例如，假設N為8，則O(n) = O(2為底8的對數) = O(3).
遍歷方式，其時(shí)間復雜度為O(n)
在上述例子當中，n就是10000。使用索引的時(shí)間復雜度為O(2為底10000的對數) 大約等于 13. 和O(10000)之間差大概800倍。
這個(gè)時(shí)候我們就能直接回答上述問(wèn)題了，建立了索引的數據，就是通過(guò)事先排好序，從而在查找時(shí)可以應用二分查找來(lái)提高查詢(xún)效率。這也解釋了為什么索引應當盡可能的建立在主鍵這樣的字段上，因為主鍵必須是唯一的，根據這樣的字段生成的二叉查找樹(shù)的效率無(wú)疑是最高的。
如果一個(gè)表中所有字段的索引很大，也會(huì )導致性能下降。想象一下，如果一個(gè)索引和一個(gè)表一樣長(cháng)，那么它將再次成為一個(gè)需要檢查的開(kāi)銷(xiāo)。這就好比字典的目錄非常詳細，但是其長(cháng)度已經(jīng)和所有的文字一樣長(cháng)，這個(gè)時(shí)候目錄本身的效率就大大下降了。
肯定是有的，索引可以提高查詢(xún)讀取性能，而它將降低寫(xiě)入性能。當有索引時(shí)，如果更改一條記錄，或者在數據庫中插入一條新的記錄，它將執行兩個(gè)寫(xiě)入操作（一個(gè)操作是寫(xiě)入記錄本身，另一個(gè)操作是將更新索引）。因此，在定義索引時(shí)，必須牢記以下幾點(diǎn)：
聚集索引clustered index也叫聚簇索引，它的定義是：聚集索引的表中數據行的物理順序與列值（一般是主鍵的那一列）的邏輯順序相同，一個(gè)表中只能擁有一個(gè)聚集索引。
例如:
結合上面的表格就很好理解了：數據行的物理順序與列值的順序相同，如果我們查詢(xún)id比較靠后的數據，那么這行數據的地址在磁盤(pán)中的物理地址也會(huì )比較靠后。聚集索引存儲記錄是物理上連續存在，而非聚集索引是邏輯上的連續，物理存儲并不連續。
為什么查詢(xún)更快呢？我們通過(guò)上面的分析知道了索引是通過(guò)二叉樹(shù)的數據結構來(lái)描述的，我們可以這么理解聚簇索引：索引的葉節點(diǎn)就是數據節點(diǎn)。而非聚簇索引的葉節點(diǎn)仍然是索引節點(diǎn)，只不過(guò)有一個(gè)指針指向對應的數據塊。
主鍵一般會(huì )默認創(chuàng )建聚集索引。
在創(chuàng )建聚集索引之前，應先了解您的數據是如何被訪(fǎng)問(wèn)的?？煽紤]將聚集索引用于：
包含大量非重復值的列。使用下列運算符返回一個(gè)范圍值的查詢(xún)：BETWEEN、>、>=、< 和 <=。被連續訪(fǎng)問(wèn)的列。返回大型結果集的查詢(xún)。經(jīng)常被使用聯(lián)接或 GROUP BY 子句的查詢(xún)訪(fǎng)問(wèn)的列；一般來(lái)說(shuō)，這些是外鍵列。對 ORDER BY 或 GROUP BY 子句中指定的列進(jìn)行索引，可以使 SQL Server 不必對數據進(jìn)行排序，因為這些行已經(jīng)排序。這樣可以提高查詢(xún)性能。OLTP型的應用程序，這些程序要求進(jìn)行非?？焖俚膯涡胁檎遥ㄒ话阃ㄟ^(guò)主鍵）。應在主鍵上創(chuàng )建聚集索引。聚集索引不適用于：
頻繁更改的列 這將導致整行移動(dòng)，因為 SQL Server 必須按物理順序保留行中的數據值。這一點(diǎn)要特別注意，因為在大數據量事務(wù)處理系統中數據是易失的
條件中用or，即使其中有條件帶索引，也不會(huì )使用索引查詢(xún)，這就是查詢(xún)盡量不要用or的原因，用in吧。
全表掃描往往發(fā)生在下面幾種情況:
不在索引列上做任何操作（計算，函數、自動(dòng)or手動(dòng)類(lèi)型轉換），這樣會(huì )導致索引失效而轉向全表掃描。
存儲引擎不能使用索引中范圍條件右邊的列。這個(gè)是因為age中查詢(xún)時(shí)范圍查詢(xún)了，pos列的索引就沒(méi)有生效了。
盡量使用覆蓋索引（只訪(fǎng)問(wèn)索引的查詢(xún)（索引列和查詢(xún)列一致）），減少select *。
對于MySQL而言：
聯(lián)系客服
