MySQL系列-第21篇：什么是索引？

路人甲Java 10-27 35

前言：

眼前各位老铁们对“java索引位置什么意思”大体比较重视，我们都需要分析一些“java索引位置什么意思”的相关文章。那么小编也在网摘上收集了一些有关“java索引位置什么意思””的相关内容，希望同学们能喜欢，各位老铁们快快来了解一下吧！

Mysql系列的目标是：通过这个系列从入门到全面掌握一个高级开发所需要的全部技能。

欢迎大家加我微信itsoku一起交流java、算法、数据库相关技术。

这是Mysql系列第21篇。

本文开始连续3篇详解mysql索引：

第1篇来说说什么是索引？第2篇详解Mysql中索引的原理第3篇结合索引详解关键字explain

本文为索引第一篇：我们来了解一下什么是索引？

来看一个问题

路人在搞计算机之前，是负责小区建设规划的，上级领导安排路人负责一个万人小区建设规划，并提了一个要求：可以快速通过户主姓名找到户主的房子；让路人出个好的解决方案。

方案1

刚开始路人没什么经验，实在想不到什么好办法。

路人告诉领导：你可以去敲每户的门，然后开门之后再去询问房主姓名，是否和需要找的人姓名一致。

领导一听郁闷了：我敲你的头，1万户，我一个个找，找到什么时候了？你明天不用来上班了。

这里面涉及到的时间有：走到每户的门口耗时、敲门等待开门耗时、询问户主获取户主姓名耗时、将户主姓名和需要查找的姓名对比是否一致耗时。

加入要找的人刚好在最后一户，领导岂不是要疯掉了，需要重复1万次上面的操作。

上面是最原始，最耗时的做法，可能要找的人根本不在这个小区，白费力的找了1万次，岂不是要疯掉。

方案2

路人灵机一动，想到了一个方案：

给所有的户主制定一个编号，从1-10000，户主将户号贴在自家的门口路人自己制作了一个户主和户号对应的表格，我们叫做：户主目录表，共1万条记录，如下：

此时领导要查找路人甲Java时，过程如下：

按照姓名在户主目录表查找路人甲Java，找到对应的编号：10000然后从第一户房子开始找，查看其门口户号是否是10000，直到找到为止

路人告诉领导，这个方案比方案1有以下好处：

如果要找的人不在这个小区，通过户主目录表就确定，不需要第二步了步骤2中不需要再去敲每户的门以及询问户主的姓名了，只需对比一下门口的户号就可以了，比方案1省了不少时间。

领导笑着说，不错不错，有进步，不过我找路人甲Java还是需要挨家挨户看门牌号1万次啊！。。。。。你再去想想吧，看看是否还有更好的办法来加快查找速度。

路人下去了苦思冥想，想出了方案3。

方案3

方案2中第2步最坏的情况还是需要找1万次。

路人去上海走了一圈，看了那边小区搞的不错，很多小区都是搞成一栋一栋的，每栋楼里面有100户，路人也决定这么搞。

路人告诉领导：

将1万户划分为100栋楼，每栋楼有25层，每层有4户人家，总共1万户给每栋楼一个编号，范围是[001,100]，将栋号贴在每栋楼最显眼的位置给每栋楼中的每层一个编号，编号范围是[01,25]，将层号贴在每层楼最显眼的位置户号变为：栋号-楼层-层中编号，如路人甲Java户号是：100-20-04，贴在每户门口

户主目录表还是有1万条记录，如下：

此时领导要查找路人甲Java时，过程如下：

按照姓名在户主目录表查找路人甲Java，找到对应的编号是100-25-04，将编号分解，得到：栋号（100）、楼层（25）、楼号（04）从第一栋开始找，看其栋号是否是100，直到找到编号为100为止，这个过程需要找100次，然后到了第100栋楼下从100栋的第一层开始向上走，走到每层看其编号是否为25，直到走到第25层，这个过程需要匹配25次在第25层依次看看户号是否为100-25-04，匹配了4次，找到了路人甲Java

此方案分析：

查找户主目录表1万次，不过这个是在表格中，不用动身走路去找，只需要动动眼睛对比一下数字，速度还是比较快的将方案2中的第2步优化为上面的2/3/4步骤，上面最坏需要匹配129次（栋100+层25+楼号4次），相对于方案2的1万次好多了

领导拍拍路人的肩膀：小伙子，去过上海的人确实不一样啊，这次方案不错，不过第一步还是需要很多次，能否有更好的方案呢？

路人下去了又想了好几天，突然想到了我们常用的字典，可以按照字典的方式对方案3中第一步做优化，然后提出了方案4。

方案4

对户主表进行改造，按照姓的首字母(a-z)制作26个表格，叫做：姓氏户主表，每个表格中保存对应姓氏首字母及所有户主和户号。如下：

现在查找户号步骤如下：通过姓名获取姓对应的首字母在26个表格中找到对应姓的表格，如路人甲Java，对应L表在L表中循环遍历，找到路人甲Java的户号根据户号按照方案3中的(2/3/4)步骤找对应的户主理想情况：

1万户主的姓氏分配比较均衡，那么每个姓氏下面分配385户（10000/26），那么找到某个户主，最多需要:26次+385次 = 410次，相对于1万次少了很多。

最坏的情况：

1万个户主的姓氏都是一样的，导致这1万个户主信息都位于同一个姓氏户主表，此时查询又变为了1万多次。不过出现姓氏一样的情况比较低。

如果担心姓氏不足以均衡划分户主信息，那么也可以通过户主姓名的笔画数来划分，或者其他方法，主要是将用户信息划分为不同的区，可以快速过滤一些不相关的户主。

上面几个方案为了快速检索到户主，用到了一些数据结构，通过这些数据结构对户主的信息进行组织，从而可以快速过滤掉一些不相关的户主，减少查找次数，快速定位到户主的房子。