为什么索引会加快查询速度？索引原理和使用原则

定义：数据库索引，是数据库管理系统（DBMS）中一个排序的数据结构，以协助快速查询、 更新数据库表中数据。

首先数据是以文件的形式存放在磁盘上面的，每一行数据都有它的磁盘地址。如果 没有索引的话，要从 500 万行数据里面检索一条数据，只能依次遍历这张表的全部数据， 直到找到这条数据。 但是有了索引之后，只需要在索引里面去检索这条数据就行了，因为它是一种特殊 的专门用来快速检索的数据结构，我们找到数据存放的磁盘地址以后，就可以拿到数据 了。就像我们从一本 500 页的书里面去找特定的一小节的内容，肯定不可能从第一页开 始翻。那么这本书有专门的目录，它可能只有几页的内容，它是按页码来组织的，可以 根据拼音或者偏旁部首来查找，只要确定内容对应的页码，就能很快地找到我们想要的 内容

在 InnoDB 里面，索引类型有三种，普通索引、唯一索引（主键索引是特殊的唯一 索引）、全文索引。

https://dev.mysql.com/doc/refman/5.7/en/innodb-disk-management.html https://dev.mysql.com/doc/refman/5.7/en/innodb-file-space.html MySQL 的存储结构分为 5 级：表空间、段、簇、页、行。

表空间 Table Space 上表空间可以看做是 InnoDB 存储引擎逻辑结构的 最高层，所有的数据都存放在表空间中。分为：系统表空间、独占表空间、通用表空间、 临时表空间、Undo 表空间。

段 Segment 表空间是由各个段组成的，常见的段有数据段、索引段、回滚段等，段是一个逻辑 的概念。一个 ibd 文件（独立表空间文件）里面会由很多个段组成。 创建一个索引会创建两个段，一个是索引段：leaf node segment，一个是数据段： non-leaf node segment。索引段管理非叶子节点的数据。数据段管理叶子节点的数据。 也就是说，一个表的段数，就是索引的个数乘以 2。

簇 Extent 一个段（Segment）又由很多的簇（也可以叫区）组成，每个区的大小是 1MB（64 个连续的页）。 每一个段至少会有一个簇，一个段所管理的空间大小是无限的，可以一直扩展下去， 但是扩展的最小单位就是簇。

页 Page 为了高效管理物理空间，对簇进一步细分，就得到了页。簇是由连续的页（Page） 组成的空间，一个簇中有 64 个连续的页。 （1MB／16KB=64）。这些页面在物理上和 逻辑上都是连续的。 跟大多数数据库一样，InnoDB 也有页的概念（也可以称为块），每个页默认 16KB。 页是 InnoDB 存储引擎磁盘管理的最小单位，通过 innodb_page_size 设置。 一个表空间最多拥有 2^32 个页，默认情况下一个页的大小为 16KB，也就是说一个 表空间最多存储 64TB 的数据。 注意，文件系统中，也有页的概念。 操作系统和内存打交道，最小的单位是页 Page。文件系统的内存页通常是 4K。

往表中插入数据时，如果一个页面已经写完，产生一个新的叶页面。如果一个簇的 所有的页面都被用完，会从当前页面所在段新分配一个簇。 如果数据不是连续的，往已经写满的页中插入数据，会导致叶页面分裂： 行 Row InnoDB 存储引擎是面向行的（row-oriented），也就是说数据的存放按行进行存 放 https://dev.mysql.com/doc/refman/5.7/en/innodb-row-format.html

在 Navicat 的工具中，创建索引，索引方式有两种 Hash 和 B Tree。 HASH：以 KV 的形式检索数据，也就是说，它会根据索引字段生成哈希码和指针， 指针指向数据 第一个，它的时间复杂度是 O(1)，查询速度比较快。因为哈希索引里面的数据不是 按顺序存储的，所以不能用于排序。 第二个，我们在查询数据的时候要根据键值计算哈希码，所以它只能支持等值查询 （= IN），不支持范围查询（> < >=