MySQL B+树索引及索引优化

    MySQL的索引实现由很多种实现，包括hash索引，B+索引，全文索引等，本文只讨论B+树索引。

为什么使用B+树索引？

1.评价一个索引好坏主要看IO的访问次数，B+树红黑树来说，树高很小（出度很大）即可以有效降低IO的访问次数。B+数的高度h=logd(n),d越大，h越小，查询效率越高。相对B树，B+树d可以很大，因为非叶子节点不存储数据，只存储key，在一个存储页上可以存储更多的key值。在每个页上可以存储更多的key，即d很大。

2.外存按照页进行逻辑划分，页大小固定，当读入外存数据时，会根据局部性原理每次会预读连续的多页数据到内存。B+树的叶子节点是存储是连续和有序的，在查询时，尤其在范围查询时较少的IO次数可以访问到所需的数据。

InnonDB引擎B+树索引是怎么实现的？

1.InnoDB使用聚集索引，数据根据主索引存储在叶子节点上，辅助索引的data域存储主键，索引innodb必须具有主键，并且主键是最好是单调递增的，主键的长度不要过长，负责会浪费空间。myisam使用非聚集索引，即主索引（B+树）的叶子节点存储数据的地址，索引myisam可以没有主键，数据也不是存储在B+主索引的叶子节点上的。

 

怎样选择索引怎样优化索引？

1.索引遵循最左性原理，例如联合索引是有序的（a,b,c），在查询时查询条件是a,ab,abc的精确匹配，都会使用索引，但是如下情况不能使用索引。

1.1 如果不是连续的例如ac，不会使用索引，不过b可以使用in的方式构造索引条件，当然也可以增加ac辅助索引；

1.2 b，c单独精确查询都不会用到索引；

1.3 使用like语句，通配符不在开头可以使用索引；

1.4 范围列查询只能使用第一个列索引，但是有时between and 等多值匹配可以使用索引；

1.5 使用函数或者表达式对列查询，不会使用索引；

2.索引选择性

数据表大于2000建立索引；选择性低即区分度不大的列不适合索引；可以截取前缀作为索引，减少索引长度；一定使用一个自增的字段作为索引。

性能优化常用工具有哪些？

1.使用explain 和show profiles;可以查看索引使用情况和执行效率。explain使用方法和数据含义查看下列文章。

http://database.51cto.com/art/200912/168453.htm