MySQL索引专题一 认识索引

编程并不是一个机械性的工作，而是需要有思考，有创新的工作，语法是固定的，但解决问题的思路则是依靠人的思维，这就需要我们坚持学习和更新自己的知识。今天golang学习网就整理分享《MySQL索引专题一 认识索引》，文章讲解的知识点主要包括MySQL、索引，如果你对数据库方面的知识点感兴趣，就不要错过golang学习网，在这可以对大家的知识积累有所帮助，助力开发能力的提升。

关于这个专题

想写

 select * from testTable where fname = "mary";

MySQL

会首先计算查询条件

mary

的哈希值，然后到哈希表中去找该哈希值，如果找到了根据对应的指针也就找到了需要寻找的数据行。

哈希表的优势与限制:

• 优势:

  1. 只需比对哈希值，因此速度非常快，性能优势明显；

• 限制:

  1. 不支持任何范围查询，比如

     where price > 150

     ，因为是基于哈希计算，支持等值比较。

  2. 哈希表是无序存储的，因此索引数据无法用于排序。

  3. 主流存储引擎不支持该类型，比如

     MyISAM

     和

     InnoDB

     。哈希索引只有Memory, NDB两种引擎支持。

因此，哈希索引虽然速度快，但其实使用很受限，只适用于某些特殊的场合。

3. 空间数据索引(

R-Tree

)

空间索引可用于地理数据存储，它需要

GIS

相关函数的支持，由于

MySQL

的

GIS

支持并不完善，所以该索引方式在

MySQL

中很少有人使用。

4. 全文索引

全文索引主要用于海量数据的搜索，比如淘宝或者京东对商品的搜索，你不可能使用

like

进行模糊匹配吧，

MySQL

从

5.6

开始支持

InnoDB

引擎的全文索引，功能没有专业的搜索引擎比如

Sphinx

或

Solr

丰富，如果你的需求比较简单，可以尝试一下

MySQL

的全文索引，否则建议使用专业的搜索引擎。

总结:
1. B-Tree索引使用最广泛，主流引擎都支持。
2. 哈希索引性能高，适用于特殊场合。
3.

R-Tree

不常用。
4. 全文索引适用于海量数据的关键字模糊搜索。

---

索引和存储引擎之间的关系

上面讲述了索引有不同的类型，存储引擎也有不同的类型，那么索引和存储引擎之间有什么关系呢？
首先你需要知道，在

MySQL

中，索引是在存储引擎中实现的，并不是所有的存储引擎都支持所有的索引类型，比如哈希索引，

MyISAM

和

InnoDB

是不支持的；同样，即使对于同一类型的索引，不同的存储引擎实现的方式也可能是不同的，比如

MyISAM

和

InnoDB

对

B-Tree

索引，具体的实现是有差别的。

总结:
1. 不同的存储引擎可能支持不同的索引类型；
2. 不同的存储引擎对同一中索引类型可能有不同的实现方式。

---

B-Tree

索引与唯一索引，主键索引，普通索引的关系

最开始对

B-Tree

索引与唯一索引，主键索引，普通索引这几种索引的关系很模糊，网上也没搜索到相关的资料，以为他们的关系是并列的，其实并不是，

B-Tree

只是底层的算法实现，唯一索引，主键索引，普通索引都是基于

B-Tree

索引算法的，只不过又有各自的特点。
通过下图也可看出这种关系:

至于唯一索引，主键索引，普通索引之间的区别，下面补充一下:

• 主键索引:数据列不允许重复，不允许为

  NULL

  .一个表只能有一个主键。

• 唯一索引:数据列不允许重复，允许为

  NULL

  值，一个表允许多个列创建唯一索引。

• 普通索引:基本的索引类型，没有唯一性的限制，允许为

  NULL

  值。

---

总结:

这篇文章先说到这里，目的主要是对

MySQL

的索引有个概念上的认识，以及了解索引的类型，索引和存储引擎之间的关系，本专题会继续更新，继续对

MySQL

索引知识逐渐展开，如果你感兴趣的话可以关注该专栏，以及顺便动动手指关注一下我(^_^),希望本文对你有所帮助。

今天关于《MySQL索引专题一 认识索引》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！