一、索引概述：
索引（index）是帮助MySQL高效获取数据的数据结构（有序）

优缺点：
优点：提高数据检索，降低数据库的IO成本，通过索引列对数据库进行排序，降低数据排序的成本，降低CPU的消耗。
缺点：索引也是要占用空间的，索引大大提高了查询效率，同时也降低更新表的速度，如对表进行insert，update，delete，效率降低。

二、索引结构：
MySQL的索引是存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种；
B+Tree索引：最常见的索引类型，大部分引擎都支持B+树索引；
支持innoDB MyISAM Memory

Hash索引：底层数据结构是哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询;
支持Memory 不支持innoDB MyISAM

R-tree（空间索引）：空间索引是MyISAN引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少;
支持MyISAM 不支持innoDB Memory

Full-text（全文索引）：是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucene,Solr,ES
支持MyISAM 5.6版本后的innoDB 不支持Memory

（1）二叉树缺点：顺序插入时，会形成一个链表，查询性能大大降低，数据量哒的情况下，层级较深，检索速度慢。

（2）B-Tree（多路平衡查找树）
以一颗最大度数为5的b-tree为例，每个节点最多会存储4个key，5个指针；（树的度数指的是一个节点的子节点个数）

（3）B+Tree
以一颗最大数为4的B+Tree为例；

 相对于B-Tree区别：
1.所有的数据都会出现在叶子节点
2.叶子节点形成一个单向链表

MySQL索引数据库结构对经典的B+Tree进行了优化，在原B+Tree的基础上，增加一个指向相邻子叶节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

（4）Hash
哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中 
如果两个（或多个）键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

特点：
1.Hash索引只能用于对等比较（=,in），不支持范围查询（between，<，>，...）
2.无法利用索引完成排序操作
3.查询效率高，通常只需要一次检索就可以了，效率通常要高于B+Tree索引
在MySQL中，支持hash索引的是Memory引擎，而innoDB中具有自适应Hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

为什么InnoDB存储引擎选择使用B+Tree索引结构
1.相对于二叉树，层级更少，搜索效率高；
2.对于B+Tree，无论叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
3.相对于哈希索引B+Tree支持排序；

三、索引分类
主键索引：针对于表中主键创建的索引、默认自动创建，只能有一个、PRIMAR;
唯一索引：避免同一个表中某数据列中的值重复、可以有多个、UNIQUE;
常规索引：快速定位特定数据、可以有多个
全文索引：全文索引查找的是文本中的关键词，而不是比较索引中的值、可以有多个、FULLTEXT

在innoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：
聚集索引：将数据存储于索引放到了一块，索引的叶子节点保存了行数据、必须有，而且只能有一个
选取规则：
1.如果存在主键，主键索引就是聚集索引
2.如果不存在主键，将使用第一个唯一索引作为聚集索引
3.如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引

二级索引：将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键、可以存在多个

例：select*from user where name='Arm'

回表查询：先走二级索引找到对应的主键值，根据主键值再到聚集索引当中拿到这一行的行数据 

思考：
 

四、索引语法
 1.创建索引
create [unique | fulltext] index index_name on table_name (index_col_name,...);
2.查看索引
show index from table_name;
3.删除索引
drop index index_name on table_name;

五、SQL性能分析