索引：特殊的数据结构，存储表的数据的一小部分以实现快速查询

优点：

1、大大减少了服务器需要扫描的数据量

2、索引可以帮助服务器避免排序或使用临时表

3、索引可以将随机io转换为顺序io

索引评估：三星（非常好）

一星：索引如果能将相关的记录放置到一起

二星：索引中数据的存储顺序与查找标准中顺序一致

三星：如果索引中包含查询中所需要的全部数据：（覆盖索引）

DBA书：关系型数据库索引设计与优化

索引类别：

顺序索引

散列索引：将索引映射至散列桶上，映射是通过散列函数进行的

评估索引的标准：

访问类型：做等值比较用散列索引，用范围比较时用顺序索引

访问时间：

插入时长：

删除时长：

空间开销：

顺序索引：

聚集索引：如果某记录文件中的记录顺序是按照对应的搜索码指定的顺序排序，聚集索引页成为主索引

非聚集索引：搜索码中的指定的次序与记录文件中的记录次序不一致

有聚集索引的数据文件，也叫做索引顺序文件

根据索引中是否为每个记录相应的创建索引项，可分为稠密索引和稀疏索引

多级索引：（但对频繁修改的数据，性能很差）

辅助索引必须是稠密索引

B+树索引：顺序索引

Balance Tree:平衡树索引

顺序索引的特性：

全值匹配：Name='user12'

匹配最左前缀：Name LIKE  'User1%',无效：Name LIKE '%User1%'

匹配列前缀：Name LIKE  'User1%',无效：Name LIKE '%User1%'

匹配范围值

精确匹配某一列并范围匹配另外一列：

只访问索引的查询

散列索引：

散列函数：

分布随机

分布均匀

适用场景：

精确匹配:=,IN(),=>

Mysql:全文索引，fulltext

sphinx，lucene

空间索引：必须使用空间索引函数获取相应的查询结果

主键、唯一键

Mysql：创建索引

create index index_name on table (col1,…)

alter table add index

alter table drop index

drop index index_name from table

show indexes from table

Mongodb创建索引：

id字段就有主索引

在Name创建索引：

查看所有：

默认在id上创建了主索引

唯一索引：

db.collection.ensureIndex({"user_id":1},{unique:true})

sparse index:稀疏索引

db.collection.ensureIndex({"user_id":1},{sparse:true})

Mongodb：

索引可以创建在collection上，也可以创建在子文档中

Mongodb索引类型：

单键索引

组合索引

多键索引：

空间索引

文本索引

hash索引

hash索引：

删除索引：

或者

db.mycoll.dropIndexes()：删除mycoll的所有索引

查询过程：explain

扫描了100个数据

创建索引后，只扫描一个数据

指定索引：

创建组合索引：

通过组合索引查询：

> db.testcoll.find({Name:'User19'}).hint({Name:1,Age:1}).explain()
{
 "cursor" : "BtreeCursor Name_1_Age_1",
 "isMultiKey" : false,
 "n" : 1,
 "nscannedObjects" : 1,
 "nscanned" : 1,
 "nscannedObjectsAllPlans" : 1,
 "nscannedAllPlans" : 1,
 "scanAndOrder" : false,
 "indexOnly" : false,
 "nYields" : 0,
 "nChunkSkips" : 0,
 "millis" : 0,
 "indexBounds" : {
  "Name" : [
   [
    "User19",
    "User19"
   ]
  ],
  "Age" : [
   [
    {
     "$minElement" : 1
    },
    {
     "$maxElement" : 1
    }
   ]
  ]
 },
 "server" : "stu:27017"
}