索引概念：
? ? 索引是關(guān)系數(shù)據(jù)庫中用于存放每一條記錄的一種對象，主要目的是加快數(shù)據(jù)的讀取速度和完整性檢查。建立索引是一項技術(shù)性要求高的工作。一般在數(shù)據(jù)庫設(shè)計階段的與數(shù)據(jù)庫結(jié)構(gòu)一道考慮。應(yīng)用系統(tǒng)的性能直接與索引的合理直接有關(guān)。
一、Oracle索引
1、索引類型
列出常見常用的幾種索引類型，如下：
非唯一索引（最常用）NonUnique
唯一索引Unique
位圖索引Bitmap
分區(qū)索引Partitioned
非分區(qū)索引NonPartitioned
正常型B樹 Normal
基于函數(shù)的索引??Function-based
2、索引結(jié)構(gòu)
B-tree：
適合與大量的增、刪、改（OLTP）；
不能用包含OR操作符的查詢；
適合高基數(shù)的列（唯一值多）
典型的樹狀結(jié)構(gòu)；
每個結(jié)點都是數(shù)據(jù)塊；
大多都是物理上一層、兩層或三層不定，邏輯上三層；
葉子塊數(shù)據(jù)是排序的，從左向右遞增；
在分支塊和根塊中放的是索引的范圍；
Bitmap:
適合與決策支持系統(tǒng)；
做UPDATE代價非常高；
非常適合OR操作符的查詢；
基數(shù)比較少的時候才能建位圖索引；
樹型結(jié)構(gòu)：
索引頭
開始ROWID，結(jié)束ROWID（先列出索引的最大范圍）
BITMAP
每一個BIT對應(yīng)著一個ROWID，它的值是1還是0，如果是1，表示著BIT對應(yīng)的ROWID有值
1. b-tree索引
Oracle數(shù)據(jù)庫中最常見的索引類型是b-tree索引，也就是B-樹索引，以其同名的計算科學(xué)結(jié)構(gòu)命名。CREATE INDEX語句時，默認就是在創(chuàng)建b-tree索引。沒有特別規(guī)定可用于任何情況。
2. 位圖索引(bitmap index)
位圖索引特定于該列只有幾個枚舉值的情況，比如性別字段，標示字段比如只有0和1的情況。
3. 基于函數(shù)的索引
比如經(jīng)常對某個字段做查詢的時候是帶函數(shù)操作的，那么此時建一個函數(shù)索引就有價值了。
4. 分區(qū)索引和全局索引
這2個是用于分區(qū)表的時候。前者是分區(qū)內(nèi)索引，后者是全表索引
5. 反向索引（REVERSE）
這個索引不常見，但是特定情況特別有效，比如一個varchar(5)位字段(員工編號)含值（10001,10002,10033,10005,10016..）
這種情況默認索引分布過于密集，不能利用好服務(wù)器的并行
但是反向之后10001,20001,33001,50001,61001就有了一個很好的分布，能高效的利用好并行運算。
6.HASH索引
HASH索引可能是訪問數(shù)據(jù)庫中數(shù)據(jù)的最快方法，但它也有自身的缺點。集群鍵上不同值的數(shù)目必須在創(chuàng)建HASH集群之前就要知道。需要在創(chuàng)建HASH集群的時候指定這個值。使用HASH索引必須要使用HASH集群。
3、索引原理
若沒有索引，搜索某個記錄時（例如查找name='wish'）需要搜索所有的記錄，因為不能保證只有一個wish，必須全部搜索一遍
若在name上建立索引，oracle會對全表進行一次搜索，將每條記錄的name值哪找升序排列，然后構(gòu)建索引條目（name和rowid），存儲到索引段中，查詢name為wish時即可直接查找對應(yīng)地方
創(chuàng)建了索引并不一定就會使用，oracle自動統(tǒng)計表的信息后，決定是否使用索引，表中數(shù)據(jù)很少時使用全表掃描速度已經(jīng)很快，沒有必要使用索引
4、建立索引的原則
1.如果有兩個或者以上的索引，其中有一個唯一性索引，而其他是非唯一，這種情況下oracle將使用唯一性索引而完全忽略非唯一性索引
2. 至少要包含組合索引的第一列（即如果索引建立在多個列上，只有它的第一個列被where子句引用時，優(yōu)化器才會使用該索引）
3. 小表不要簡歷索引
4. 對于基數(shù)大的列適合建立B樹索引，對于基數(shù)小的列適合簡歷位圖索引
5. 列中有很多空值，但經(jīng)常查詢該列上非空記錄時應(yīng)該建立索引
6. 經(jīng)常進行連接查詢的列應(yīng)該創(chuàng)建索引
7. 使用create index時要將最常查詢的列放在最前面
8. LONG（可變長字符串數(shù)據(jù)，最長2G）和LONG RAW（可變長二進制數(shù)據(jù)，最長2G）列不能創(chuàng)建索引
9.限制表中索引的數(shù)量（創(chuàng)建索引耗費時間，并且隨數(shù)據(jù)量的增大而增大；索引會占用物理空間；當對表中的數(shù)據(jù)進行增加、刪除和修改的時候，索引也要動態(tài)的維護，降低了數(shù)據(jù)的維護速度）
5、索引使用原則
經(jīng)常檢索排序大表中40%或非排序表7%的行，建議建索引；
為了改善多表關(guān)聯(lián)，索引列用于聯(lián)結(jié)；
列中的值相對比較唯一；
取值范圍（大：B*樹索引，小：位圖索引）；
Date型列一般適合基于函數(shù)的索引；
列中有許多空值，不適合建立索引
二、MySQL索引
1、索引類型
單列索引(普通索引，唯一索引，主鍵索引)、組合索引、全文索引、空間索引
單列索引：一個索引只包含單個列，但一個表中可以有多個單列索引。
普通索引：MySQL中基本索引類型，沒有什么限制，允許在定義索引的列中插入重復(fù)值和空值，純粹為了查詢數(shù)據(jù)更快一點。
唯一索引：索引列中的值必須是唯一的，但是允許為空值。
主鍵索引：是一種特殊的唯一索引，不允許有空值。
組合索引：在表中的多個字段組合上創(chuàng)建的索引，只有在查詢條件中使用了這些字段的左邊字段時，索引才會被使用，使用組合索引時遵循最左前綴集合。這個如果還不明白，等后面舉例講解時在細說
全文索引，只有在MyISAM引擎上才能使用，只能在CHAR,VARCHAR,TEXT類型字段上使用全文索引，介紹了要求，說說什么是全文索引，就是在一堆文字中，通過其中的某個關(guān)鍵字等，就能找到該字段所屬的記錄行，比如有"你是個大煞筆，二貨 ..." 通過大煞筆，可能就可以找到該條記錄。這里說的是可能，因為全文索引的使用涉及了很多細節(jié)，我們只需要知道這個大概意思，如果感興趣進一步深入使用它，那么看下面測試該索引時，會給出一個博文，供大家參考。
空間索引：空間索引是對空間數(shù)據(jù)類型的字段建立的索引，MySQL中的空間數(shù)據(jù)類型有四種，GEOMETRY、POINT、LINESTRING、POLYGON。在創(chuàng)建空間索引時，使用SPATIAL關(guān)鍵字。要求，引擎為MyISAM，創(chuàng)建空間索引的列，必須將其聲明為NOT NULL。
2、索引原理
在MySQL中，存儲引擎用類似的方法使用索引，其先在索引中查找對應(yīng)的值，然后根據(jù)匹配的索引記錄找到對應(yīng)的數(shù)據(jù)行，最后將數(shù)據(jù)結(jié)果集返回給客戶端。
3、索引使用原則
最左前綴匹配原則
mysql會一直向右匹配直到遇到范圍查詢（>、<、between、like）就停止匹配。比如a = 1 and b = 2 and c > 3 and d = 4，如果建立（a,b,c,d）順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)整。
=和in可以亂序
比如a = 1 and b = 2 and c = 3 建立（a,b,c）索引可以任意順序，mysql的查詢優(yōu)化器會幫你優(yōu)化成索引可以識別的形式。
盡量選擇區(qū)分度高的列作為索引
區(qū)分度的公式是count(distinct col)/count(*)，表示字段不重復(fù)的比例，比例越大我們掃描的記錄數(shù)越少，唯一鍵的區(qū)分度是1，而一些狀態(tài)、性別字段可能在大數(shù)據(jù)面前區(qū)分度就是0，那可能有人會問，這個比例有什么經(jīng)驗值嗎？使用場景不同，這個值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄。
索引列不能參與計算，保持列“干凈”
比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很簡單，b+樹中存的都是數(shù)據(jù)表中的字段值，但進行檢索時，需要把所有元素都應(yīng)用函數(shù)才能比較，顯然成本太大。所以語句應(yīng)該寫成create_time = unix_timestamp(’2014-05-29’);
盡量的擴展索引，不要新建索引
比如表中已經(jīng)有a的索引，現(xiàn)在要加(a,b)的索引，那么只需要修改原來的索引即可。
4、高性能索引列
獨立的列
前綴索引和索引的選擇性
多列索引
選擇合適的索引列順序
聚簇索引
覆蓋索引
使用索引掃描來做排序
冗余和重復(fù)索引
未使用的索引
------------------------------------------------------------------------------------------------------------------------------
