MySQL索引原理以及SQL优化

本文介绍: 索引，在sql底层的B+树中，就是各个节点的key。通过索引，可以快速地锁定数据的位置。

struct index_failure_t{

       int id;

       string name;

       int cid;

       int score;

       string phonenumber;

}

Map<int,index_failure>;

熟悉C++的同学知道，上述案例中，我们map底层是一颗红黑树，一个节点存储了一对kv（键值对），k是int类型，v是结构体类型。我们把大量的数据记录到这颗红黑树中。

对应到sql中，语法变成了

CREATE TABLE ‘index_failure_t’(

       ‘id’ INT(11) NOT NULL AUTO_INCREAMENT,

       ‘name’ VARCHAR(255) DEFAULT NULL,

       ‘cid’ INT(11) DEFAULT NULL,

       ‘score’ SAMLLINT DEFAULT 0,

       ‘phonenumber’ VARCHAR(20),

       PRIMARY KEY(‘id’),

)

其中PRIMARY KEY(‘id’)相当于C++案例中的map指定KEY的步骤。存储结构也由红黑树变成了B+树。

如果在其中再添加 KEY ‘name_idx‘ (‘name’)语句，在C++中相当于再建立Map<string,int>。如果要搜寻某些数据，则通过Map<string,int>获取到int，再根据这个int获取Map<int,index_failure>里的数据，这种做法叫做“回表查询”。这里的索引也叫二级索引或者辅助索引。

细节上有所差异，业务上高度相似。红黑树是二叉平衡搜索树，B+树是多路平衡搜索树。

索引，在sql底层的B+树中，就是各个节点的key。通过索引，可以快速地锁定数据的位置。