Mariadb学习总结（六）：索引

数据库索引：提升效率的利器，还是性能的杀手？

索引 (Index) 是数据库系统中用于加速数据检索的关键数据结构。 简单来说，索引就像书籍的目录，它帮助数据库快速定位所需数据，避免全表扫描。

索引的本质是一种特殊的数据结构，它以某种方式引用（指向）数据库中的实际数据，从而支持高效的查找算法。 你可以把它想象成一个“预先排序好的数据结构”，例如查找树。

• 提升检索效率： 如同图书馆的书目索引，索引显著减少数据库的 I/O 操作，加快数据查找速度。
• 降低排序成本： 索引对数据进行预排序，减少了查询时排序的计算量，从而降低了 CPU 消耗。

• 占用存储空间： 索引本身也是一张表，存储主键和索引字段及其指向实体表记录的指针，因此会额外占用磁盘空间。
• 降低更新速度： 索引的维护会增加 INSERT、UPDATE、DELETE 操作的开销，因为每次数据修改都需要同步更新索引。

• 单值索引： 基于单个列创建的索引。
• 唯一索引： 索引列的值必须唯一（允许空值），主键是一种特殊的唯一索引（不允许空值）。
• 复合索引： 基于多个列创建的索引。
• 全文索引： 用于在文本列中进行全文检索（仅 MyISAM 支持）。
• 空间索引： 用于处理空间数据（例如 GIS 系统）。

不同的数据库存储引擎支持不同的索引结构：

• B-Tree： 最常用的索引结构，支持多种比较运算符（>, >=, =,
• Hash： 基于哈希表的索引结构（MEMORY 引擎默认）。
• R-Tree： 用于空间索引。

• 频繁用作查询条件的字段。
• 与其他表关联的外键字段。
• 查询中排序或分组的字段。
• 主键字段（自动创建唯一索引）。

• 表记录数量很少。
• 频繁进行增删改操作的表。
• 数据重复且分布均匀的字段。

对于复合索引，数据库通常遵循“最左前缀匹配原则”。 这意味着，只有当查询条件包含复合索引的最左列时，才能有效利用该索引。 请参考以下示例和解释：

表结构 (三个字段：id, name, cid)：

CREATE TABLE student (
  id INT PRIMARY KEY,
  name VARCHAR(255),
  cid INT,
  KEY name_cid_INX (name, cid)
);

查询示例及解释（摘自知乎，如有侵权请联系删除）：

图片解释最左前缀原则，并附上两张图片

CREATE TABLE tbl_name (
  Column_def1,
  Column_def2,
  Column_def3,
  ...
  INDEX index_name (index_col_name, ...)
);

CREATE INDEX index_name ON tbl_name (index_col_name, ...);

(此处应补充更多关于创建索引语法的细节，例如 UNIQUE 索引，FULLTEXT 索引等)

(唯一索引的说明)

请注意，以上内容是对原文的改写和补充，旨在更清晰地表达文章的核心内容，并对部分内容进行了更详细的解释。 图片链接需要替换为实际的图片链接。

以上就是Mariadb学习总结（六）：索引的详细内容，更多请关注php中文网其它相关文章！