一、innodb索引与myisam索引存储数据的区别

myisam索引（MYI）与数据（MYD）分开存储，叫做非聚集索引（UnClustered Index）
innodb数据与索引存储在一起，故叫做聚集索引（Clustered Index）

myisam：普通索引（btree）与主键索引（btree）在索引指向方面都是指定为实际的数据在磁盘中的位置信息

innodb普通索引（btree）：存储实际的数据在索引指向中指向主键索引的非叶子结点，通过主键索引的非叶子结点接续查找数据在磁盘中的位置信息
innodb主键索引（btree）：在索引指向中指定为实际的数据在磁盘中的位置信息

innodb中普通索引与主键索引的关系：普通索引是依赖与主键索引而存在的

二、innodb回表问题

**查看表里有哪些索引**

show indexes from 表名;

**查看使用了什么索引查询**

explain select url from article where url=xxx; --explain 查询sql语句;

怎么看使用了什么索引

Extra：Using index --覆盖索引
Extra：null（没有值） --回表
在innodb中就是通过索引来实现行锁，如果不加索引的话就会转化为表锁

myisam是不会产生回表的：

	因为myisam的普通索引与主键索引都能够在磁盘中找到数据

innodb回表原因：

	一般是普通索引的情况下产生当sql语句查询的时候用到普通索引，查询需要获取的字段数据，但是使用的普通索引又不满足要求（只要查询的字段不存在索引中）就会产生回表

回表查询数据过程：

	先进入普通索引查询数据 =》普通索引不满足要求 =》主键索引树（非叶子节点）=》去磁盘中查询想要的数据 =》返回数据回表的作用：没作用，反而会影响mysql的性能（查询慢）解决办法：	添加一个联合索引（就是把你想要获取的字段绑定在一起作为一个联合索引）

最左匹配原则

三、hash索引

1. 介绍

hash索引概念：

	mysql会根据我们的字段进行hash计算生成一个字符串（一般的话会有32位，64位的字符串），这个字符串就是磁盘数据的地址。hash碰撞（hash冲突）：计算出来的值可能是相同的，不过概率很低基于哈希表实现，只有精确匹配索引所有列的查询才有效，对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码（hash code)，哈希码是一个较小的值，大部分情况下不同的键值的行计算出来的哈希码是不同的，但是也会有例外，就是说不同列值计算出来的hash值一样的（即所谓的hash冲突），哈希索引将所有的哈希码存储在索引中，同时在哈希表中保存指向每一个数据行的指针，hash很适合做索引，为某一列或几列建立hash索引，就会利用这一列或几列的值通过一定的算法计算出一个hash值，对应一行或几行数据。

2. 键值的含义

针对上图的理解

keys：代表创建索引的列值；

buckets： 就是计算出来的hash值和对应的数据的物理位置组成的hash表；

entries：就是代表具体的数据行；

	创建hash索引后，会为每个键值通过特定的算法计算出一个哈希码（hash code)，需要注意的是不同的键值计算出来的hash值可能是相同的，例上图上的 John Smith 和Sandra Dee算出来的hash值都是152，然后找到hash值为152在hash表中的存储数据的物理位置，这个位置对应着两条数据也(就是John Smith 521-1234 和Sandra Dee 521-9655)，然后再次遍历这两条数据，找到需要的数据，这就解释了为啥hash冲突严重了，hash索引效率降低的原因。innodb引擎有一个特殊的功能叫做自适应哈希索引，当innodb注意到某些索引值被使用的非常频繁时，它会在内存中基于btree索引之上再创建一个哈希索引，这样就让btree索引也具有哈希索引的一些优点，比如：快速的哈希查找，这是一个全自动的，内部的行为，用户无法控制或者配置，不过如果有必要，可以选择关闭这个功能（innodb_adaptive_hash_index=OFF，默认为ON）

3. 添加hash索引命令

alter table user add index idx_hash_gender using hash(gender);alter table 表名 add index 索引名称 hash索引类型（绑定的字段）

4. hash索引的特点与创建

    指定查询，查询效率很高根据查询的频率字段来创建（innodb自己完成）

5. 限制

Hash索引必须进行二次查找 使用哈市索引两次查找，第一次找到相应的行，第二次读取数据，但是被频繁访问到的行一般会缓存在内存中，这点对数据库性能的影响不大。hash索引不能用于外排序hash索引存储的是hash码而不是键值，所以无法用于外排序 　hash索引不支持部分索引查找也不支持范围查找只能用到等值查询，不能范围和模糊查询（like）hash索引中的hash码的计算可能存在hash冲突

6. 使用场景

	join查询的关联单独唯一的条件查询

四、全文索引

1. 介绍

通常情况下会使用 elasticsearch（es）分布式搜索引擎代替innodb 在5.6版本下才有的一般情况下也不会使用到，不推荐使用

2. 使用场景

	商品首页中的搜索功能

3. 全文索引创建

	alter table user add fulltext index textname(username) with parser ngram;alter table 表名 add fulltext index 索引名称（绑定的字段）with parser ngram（分词工具）;

4. 查询语句

	select * from user where mach(name) against('PHP编程' in natural language mode) limit 0,5;+:代表存在的select * from user where mach(name) against('+PHP编程' in boolean mode) limit 0,5;-:代表不存在的select * from user where mach(name) against('-PHP编程' in boolean mode) limit 0,5;

五、BTree索引和哈希索引的区别

	Hash索引结构的特殊性，其检索效率非常高，索引的检索可以一次定位，不像B-Tree索引需要从根节点到枝节点，最后才能访问到页节点这样多次的IO访问，所以Hash索引的查询效率要远高于B-Tree索引。可能很多人又有疑问了，既然Hash索引的效率要比B-Tree高很多，为什么大家不都用Hash索引而还要使用B-Tree索引呢?任何事物都是有两面性的，Hash索引也一样，虽然Hash索引效率高，但是Hash索引本身由于其特殊性也带来了很多限制和弊端，主要有以下这些：1. Hash索引仅仅能满足"=","IN"和"<=>"查询，不能使用范围查询。哈希索引只支持等值比较查询，包括＝、IN 、<=> (注意<>和＜＝＞是不同的操作）。 也不支持任何范围查询，例如WHERE price > 100。由于Hash索引比较的是进行Hash运算之后的Hash值，所以它只能用于等值的过滤，不能用于基于范围的过滤，因为经过相应的Hash算法处理之后的Hash值的大小关系，并不能保证和Hash运算前完全一样。2. Hash索引无法被用来避免数据的排序操作。 　　 由于Hash索引中存放的是经过Hash计算之后的Hash值，而且Hash值的大小关系并不一定和Hash运算前的键值完全一样，所以数据库无法利用索引的数据来避免任何排序运算;3. Hash索引不能利用部分索引键查询。　　对于组合索引，Hash索引在计算Hash值的时候是组合索引键合并后再一起计算Hash值，而不是单独计算Hash值，所以通过组合索引的前面一个或几个索引键进行查询的时候，Hash索引也无法被利用。4. Hash索引在任何时候都不能避免表扫描。　 　 前面已经知道，Hash索引是将索引键通过Hash运算之后，将 Hash运算结果的Hash值和所对应的行指针信息存放于一个Hash表中，由于不同索引键存在相同Hash值，所以即使取满足某个Hash键值的数据的记录条数，也无法从Hash索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果。5. Hash索引遇到大量Hash值相等的情况后性能并不一定就会比BTree索引高。对于选择性比较低的索引键，如果创建Hash索引，那么将会存在大量记录指针信息存于同一个Hash值相关联。这样要定位某一条记录时就会非常麻烦，会浪费多次表数据的访问，而造成整体性能低下。