索引的優缺點

索引是一種支持快速查找特定行的數據結構，如果沒有索引，就需要遍歷整個表進行查找。用于提高數據檢索的速度和效率。

好處：

1. 提高檢索速度： 索引可以加快數據的檢索速度，因為它們允許數據庫系統直接定位到存儲數據的位置，而不必遍歷整個數據表。

2. 優化數據訪問路徑： 索引可以優化數據訪問路徑，使得查詢更加高效。

壞處：

1. 占用存儲空間： 索引會占用額外的存儲空間，特別是對于大型數據集來說，索引可能會占用相當大的空間。

2. 影響寫操作的性能： 當執行插入、更新和刪除等寫操作時，數據庫系統需要更新索引，這可能會影響寫操作的性能。

3. 維護成本高昂： 維護索引需要額外的系統資源和時間成本。隨著數據庫的增長和索引的數量增加，維護成本可能會變得很高。

數據庫索引的底層數據結構

B+樹。在數據庫中，B+樹的高度一般都在2～4層，效率很高。

B+樹中，所有記錄節點都是按鍵值的大小順序存放在同一層的葉子節點，各葉子節點通過指針進行鏈接。

非葉子節點只存儲與搜索有關的key

葉子節點存儲數據。從小到大有序，并且使用指針連接在一起。

B+樹索引在數據庫中的一個特點就是高扇出性。B-tree將數據庫拆分成了固定大小的塊，通常為4K,塊是內部讀寫的最小單元。這種設計更接近底層硬件，因為磁盤也是以固定大小的塊排列的。
問題：如果固定大小的塊已經滿了該怎么辦、

答案：分裂多個塊解決，空的空間使用空閑空間。

聚簇索引和非聚簇索引

兩者主要區別是數據和索引是否分離。

• 聚簇索引是將數據與索引存儲到一起，找到索引也就找到了數據；
  葉子節點存儲真實數據
  非葉子節點存儲查詢需要的key
  一個表有且僅有一個聚簇索引，并且該索引是建立在主鍵上的，如果沒有主鍵，會建立在unique列上
  
• 而非聚簇索引是將數據和索引存儲分離開，索引樹的葉子節點存儲了數據行的地址。
  其他索引項都是非聚簇索引
  葉子節點存儲聚簇索引的key
  非葉子節點存儲查詢需要的key
  查找會先找到葉子節點，拿葉子節點的聚簇索引的key再去搜索聚簇索引
  

索引為什么不用哈希表而用 B+ 樹

哈希表的查詢效率的確最高，時間復雜度O(1)，但是它要求將所有數據載入內存，而數據庫存儲的數據量級可能會非常大，全部載入內存基本上是不可能實現的

索引為什么不用紅黑樹而用 B+ 樹

索引的底層用的并不是二叉樹和紅黑樹。因為二叉樹和紅黑樹在某些場景下都會暴露出一些缺陷。
二叉樹：在某些場景下會退化成鏈表，而鏈表的查找需要從頭部開始遍歷，而這就失去了加索引的意義。
紅黑樹：當數據表很多時，會導致索引樹的層數很高。索引從根節點開始查找，而如果我們需要查找的數據在底層的葉子節點上，那么樹的高度是多少，就要進行多少次查找，并且數據存在磁盤上，訪問還需要進行磁盤IO，這會導致效率過低。

提高查詢效率的方法

提高查詢效率的方法有很多，以下是一些常見的方法：

1. 索引優化： 通過在經常查詢的列上創建索引，可以加快查詢速度。

2. 優化查詢語句： 編寫高效的查詢語句是提高查詢效率的關鍵。避免使用SELECT *，只選擇需要的列；避免使用不必要的子查詢等。

3. 內存緩存： 使用緩存技術將熱點數據存儲在內存中，可以減少數據庫訪問次數，提高查詢速度。

4. 合適的數據類型： 使用合適的數據類型可以減少存儲空間并提高查詢效率。例如，選擇整數型而不是字符串型存儲數字數據。

5. 定期優化數據庫： 定期清理無用數據、重建索引以及收集統計信息等可以提高數據庫性能。