索引
datagrip远程连接linux
首先在要在Linux端安装MySQL
linux端操作：
mysql> create user 'root'@'%' identified with mysql_native_password by 'Wyxbuke00.';
Query OK, 0 rows affected (0.01 sec)
mysql> grant all on *.* to 'root'@'%';
Query OK, 0 rows affected (0.02 sec)datagrip操作：
索引概述
-
介绍
索引是帮助MySQL高效获取数据的数据结构。在数据之外，数据库系统还维护者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。
-
优缺点
| 优势 | 劣势 |
|---|---|
| 提高数据检索的效率，降低数据库的IO成本 | 索引列也是要占用空间的 |
| 通过索引列对数据进行排序，降序数据排序的成本，降低CPU的消耗 | 索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行insert,update,delete时，效率降低 |
索引结构
| 索引结构 | 描述 |
|---|---|
| B+Tree索引 | 最常见的索引类型，大部分引擎都支持B+树索引 |
| Hash索引 | 底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询 |
| R+tree（空间索引） | 空间索引是MySQL引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少 |
| Full-text(全文索引) | 是一种通过建立倒排索引，快速匹配文档的方式。类似于lucene,solr,es |
| 索引 | innodb | myisam | memory |
|---|---|---|---|
| B+tree索引 | 支持 | 支持 | 支持 |
| Hash索引 | 不支持 | 不支持 | 支持 |
| R-tree索引 | 不支持 | 支持 | 不支持 |
| Full-text | 5.6之后支持 | 支持 | 不支持 |
如果没有特别指明，都是指B+树结构组织的索引。
-
二叉树
如果主键是顺序插入的，则会形成一个单向链表，结构如下：
所以，如果选择二叉树作为索引结构，会存在以下缺点：
-
顺序插入时，会形成一个链表，查询性能大大降低。
-
大数据量情况下，层级较深，检索速度慢。
但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：
-
大数据量情况下，层级较深，检索速度慢。
-
B-tree
B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。 以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5 个指针：
特点：
-
5阶的B树，每一个节点最多存储4个key，对应5个指针。
-
一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
-
在B树中，非叶子节点和叶子节点都会存放数据。
-
B+tree
-
绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
-
红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。
B+Tree 与 B-Tree相比，主要有以下三点区别：
-
所有的数据都会出现在叶子节点。
-
叶子节点形成一个单向链表。
-
非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。
MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点 的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。
-
Hash
哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在 hash表中。
特点
-
Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，...）
-
无法利用索引完成排序操作
-
查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索 引
存储引擎支持
在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是 InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。
