索引

索引的常见模型

哈希：只能做等值查询，无法做区间查询
有序数组：可以做取件查询，适合存静态数据（不在中间增删）
平衡二叉树：树高太高，每次访问一个节点都相当于第一次硬盘
N叉树：InnoDB 为例，这个 N 差不多是 1200。这棵树高是 4 的时候，就可以存 1200 的 3 次方个值，这已经 17 亿了。考虑到树根的数据块总是在内存中的，一个 10 亿行的表上一个整数字段的索引，查找一个值最多只需要访问 3 次磁盘。其实，树的第二层也有很大概率在内存中，那么访问磁盘的平均次数就更少了。

主键索引与非主键索引

在 InnoDB 里，主键索引也被称为聚簇索引（clustered index），非主键索引也被称为二级索引（secondary index）。

主键索引的叶子节点存的是整行数据。非主键索引的叶子节点内容是主键的值。
所以如果使用非主键索引进行查询，查出来的只是主键的值，还会再对主键索引进行一次查询，我们要尽量直接使用主键索引查询。

索引维护

页分裂、页合并

B+树为了维护索引的有序性，插入/删除新值时会对树进行必要的维护。

页分裂：一个数据页满了，按照B+Tree算法，新增加一个数据页，叫做页分裂，会导致性能下降，空间利用率降低大概50%。
页合并：当相邻的两个数据页利用率很低的时候会做数据页合并，合并的过程是分裂过程的逆过程。

自增主键的使用场景

1）主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小
2）业务字段做主键场景：1：只有一个索引 2：该索引必须是唯一索引 这是典型的kv场景
由于没有其他索引，故不用考虑其它索引叶子节点大小的问题，故将该值设为主键索引