网站基础模块建设wordpress 上传字体
索引
概念
索引是一种特殊的文件，包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引，并指定索引的类型，各类索引有各自的数据结构实现。
作用
- 数据库中的表、数据、索引之间的关系，类似于书架上的图书、书籍内容和书籍目录的关系。
- 索引所起的作用类似
书籍目录，可用于快速定位、检索数据。 - 索引对于提高数据库的性能有很大的帮助。
使用场景
要考虑对数据库表的某列或某几列创建索引，需要考虑以下几点:
- 数据量较大，且经常对这些列进行条件查询；
- 索引会提高查询速度，但是可能会影响增删改操作的速率，因为增删改操作，需要同步更新维护索引；
- 索引会占用额外的磁盘空间；
满足以上条件时，考虑对表中的这些字段创建索引，以提高查询效率。反之，如果非条件查询列，或经常做插入、修改操作，或磁盘空间不足时，不考虑创建索引。
操作索引的SQL
创建主键约束(PRIMARY KEY)、唯一约束(UNIQUE)、外键约束(FOREIGN KEY)时，这几个约束都会先进行查询操作：在执行SQL语句前，如果有主键约束，数据库会先进行查询操作，确保表主键唯一；如果有唯一约束，会查询该列是否有重复数据；如果有外键约束，在子表中涉及插入/修改，需要查询父表，反之亦然。
所以上述的约束涉及频繁的查询操作，数据库会为带有上述约束的对应列自动创建索引。
drop table student ;
drop table class ; create table class( classId int primary key , className varchar(20) ) ;create table student ( id int primary key , name varchar(20) , classId int , foreign key (classId) references class(classId)
);show index from student;
查看索引
show index from table_name ;
创建索引
创建索引对于达到千万级别的数据量来说，是一个危险操作，很可能触发大量的硬盘 IO ，直接导致机器卡死；所以在最初创建表的时候，就把所需的索引创建规划好，如果要对已经有大量数据的列添加索引，就需要部署新的数据库机器。
create index index_name on table_name(column_name);
create index name_index on student(name) ; -- 给 student 表的 name 列创建索引show index from student ;
删除索引
删除索引的操作，只能删除自己创建的索引，不能删除自动生成的索引；慎重使用该操作。
drop index index_name on table_name ;
索引底层的数据结构
所以，引入数据结构 B+ 树，B+ 树是为数据库索引量身定做的数据结构：
B+树在数据库系统中具有以下几个显著优势:
(1) 高效的查找性能:
B+树是一种自平衡树，每个叶子节点到根节点的路径长度相同；
B+树在插入和删除节点时会进行分裂和合并操作，以保持树的平衡，但它又会有一定的冗余节点，使得删除的时候树结构的变化小，更高效。
查找、插入、删除等操作的时间复杂度为0(log n)，能够保证在大数据量情况下也能有较快的响应时间。
(2) 树的高度增长不会过快，使得查询磁盘的I/O次数减少:
B+树不像红黑树，数据越多树的高度增长就越快。它是多叉树，非叶子节点仅保存主键，或索引值和页面指针，使得每一页能容纳更多的记录，因此内存中就能存放更多索引，容易命中缓存，使得查询磁盘的 I/O 次数减少。
(3) 范围查询能力强:
B+树特别适合范围查询。因为叶子节点通过链表链接，从根节点定位到叶子节点，查找到范围的起点之后，只需要顺序扫描链表即可遍历后续的数据，非常高效。
扩展知识：B+树和B树区别
- (1) B树每个节点都
存储了完整的数据，而B+树非叶子节点仅存储key和指针，完整数据存储在叶子节点。 这使得B+树可以在内存中存放更多索引页，减少磁盘查询次数。
- (2) B+树
叶子组成了链表，便于区间查找，而B树只能每一层遍历查找。
- (3) B+树查询时间更平均、稳定，都需要从根节点扫描到叶子节点。而B树则在非叶子节点就可能找到对应的数据返回。
经典面试题
