索引：
- 作用：提高查询效率
索引不止存在内存中，还要写到磁盘上
常见的索引模型：
- 哈希表：适用于只有等值查询的场景（kv键值对）
- 有序数组：等值查询和范围查询场景（redis的有序集合）
- 搜索树：二叉树是搜索效率最高，大多数的数据库存储却并不使用二叉树 > [!TIP] 索引不止存在内存中，还要写到磁盘上。N 叉树（B+树）由于在读写上的性能优点，以及适配磁盘的访问模式
索引类型：
- 按「数据结构」分类：B+tree 索引、Hash 索引、Full-text 索引。
- 按「物理存储」分类：聚簇索引（主键索引）、二级索引（辅助索引）。
- 按「字段特性」分类：主键索引、唯一索引、普通索引、前缀索引、覆盖索引。
- 按「字段个数」分类：单列索引、联合索引。
- 补充说明：
- 主键索引（聚簇索引）
- 主键索引是一种特殊的唯一索引，单表只能有一个（primary key）
- 非主键索引（非聚簇索引）
- 唯一索引 索引的列的值必须唯一，可以有多个（unique key）
- 普通索引 非唯一索引（没有唯一性约束）
- 前缀索引
特殊的索引类型，只使用
索引列的前缀来建立索引 - 覆盖索引 特殊的索引类型，不需要回表就可以
- 全文索引
特殊的索引类型，在文本列上创建，以
支持自然语言查询 - 空间索引 支持空间数据类型的查询和分析等操作，点查询、矩形查询、距离查询，又叫做矢量索引（opensearch）
- 哈希索引 等值查询
- 主键索引（聚簇索引）
innodb的索引：
索引组织表：
InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表，每一个索引在 InnoDB 里面对应一棵 B+ 树
mysql数据行格式：
见 行记录结构.md
innodb 页分裂、页合并：
- B+ 树为了维护索引有序性，在插入新值的时候需要做必要的维护
- 如果数据页已经满了，根据 B+ 树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去，这个过程称为页分裂。(数据复制的过程比较耗时)
- 页分裂操作还影响数据页的利用率：原本放在一个页的数据，现在分到两个页中，整体空间利用率降低大约50%。
- 页合并：当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。合并的过程，可以认为是分裂过程的逆过程。
innodb 索引优化：
- 使用最左前缀原则：索引项按照索引定义的字段顺序进行排序
- 使用覆盖索引优化
- 使用索引下推：遍历时先按照索引中包含的字段做判断，直接过滤掉不满足条件的记录，从而减少回表次数。（与之对应的是，按照字段顺序逐个比对，无索引下推，会先回表）
- 主键索引最好是自增
- 防止索引失效
select * from tuser where name like ‘张%’ and age=10 and ismale=1;
change buffer:
作用：在
更新操作中，当数据页不在内存中的时候，在不影响一致性的前提下，mysql会把当前操作放到change buffer，等下次数据页被读到内存时再更新。配置change buffer 大小： innodb_change_buffer_max_size
补充：
- change buffer是持久化、crash-safe的（通过redo log）
只有普通索引会用到change buffer;唯一索引因为唯一性约束，不可避免需要读出数据页;- 适用性：
- 对于写多读少的业务，change buffer 效果明显；
- 对于写入后立即查询的业务，反而多了维护change buffer的成本。
redo log主要节省的是随机写磁盘的IO消耗（转成顺序写），change buffer主要节省的则是随机读磁盘的IO消耗
待移除
- 优化器如何选择索引：
- 宗旨：找到一个最优的执行方案，并用最小的代价去执行语句
- 判断指标：
- 扫描行数（基于统计信息来估算符合的记录数即索引区分度，索引上不同值的数量叫做基数，越多越好）
- 临时表
- 排序
- 其他综合因素
- 查看各索引基数的方法：show index from T
- 纠正错误统计信息：analyze table T
- 优化器索引选择错误如何处理：
- select * from T force index
- 不改变sql语义，微调sql语句，引导优化器使用正确索引
- 新建更合适的索引或者删除误用的索引
- explain用法：见单独标题
