一、b+树
每次查找数据时把磁盘IO次数控制在一个很小的数量级，最好是常数数量级。那么我们就想到如果一个高度可控的多路搜索树是否能满足需求呢？就这样，b+树应运而生（B+树是通过二叉查找树，再由平衡二叉树，B树演化而来）。
1.索引字段要尽量的小：通过上面的分析，我们知道IO次数取决于b+数的高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数量是m，则有h=㏒(m+1)N，当数据量N一定的情况下，m越大，h越小；而m = 磁盘块的大小 / 数据项的大小，磁盘块的大小也就是一个数据页的大小，是固定的，如果数据项占的空间越小，数据项的数量越多，树的高度越低。这就是为什么每个数据项，即索引字段要尽量的小，比如int占4字节，要比bigint8字节少一半。这也是为什么b+树要求把真实的数据放到叶子节点而不是内层节点，一旦放到内层节点，磁盘块的数据项会大幅度下降，导致树增高。当数据项等于1时将会退化成线性表。
2.索引的最左匹配特性：当b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+数是按照从左到右的顺序来建立搜索树的，比如当(张三,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下一步的所搜方向，如果name相同再依次比较age和sex，最后得到检索的数据；但当(20,F)这样的没有name的数据来的时候，b+树就不知道下一步该查哪个节点，因为建立搜索树的时候name就是第一个比较因子，必须要先根据name来搜索才能知道下一步去哪里查询。比如当(张三,F)这样的数据来检索时，b+树可以用name来指定搜索方向，但下一个字段age的缺失，所以只能把名字等于张三的数据都找到，然后再匹配性别是F的数据了， 这个是非常重要的性质，即索引的最左匹配特性。
聚集索引
默认每张表主键会生成一个聚集索引，聚集索引会在叶子几点直接存放数据，不用回表查询，速度最快
#InnoDB存储引擎表是索引组织表，即表中数据按照主键顺序存放。
而聚集索引（clustered index）就是按照每张表的主键构造一棵B+树，同时叶子结点存放的即为整张表的行记录数据，也将聚集索引的叶子结点称为数据页。
聚集索引的这个特性决定了索引组织表中数据也是索引的一部分。同B+树数据结构一样，每个数据页都通过一个双向链表来进行链接。
#如果未定义主键，MySQL取第一个唯一索引（unique）而且只含非空列（NOT NULL）作为主键，InnoDB使用它作为聚簇索引。
#如果没有这样的列，InnoDB就自己产生一个这样的ID值，它有六个字节，而且是隐藏的，使其作为聚簇索引。
#由于实际的数据页只能按照一棵B+树进行排序，因此每张表只能拥有一个聚集索引。
在多数情况下，查询优化器倾向于采用聚集索引。因为聚集索引能够在B+树索引的叶子节点上直接找到数据。
此外由于定义了数据的逻辑顺序，聚集索引能够特别快地访问针对范围值得查询。
非聚集索引
新建的其他普通索引都是非聚集索引，而是存放这一行主键的值，需要回表查询
辅助索引的存在并不影响数据在聚集索引中的组织，因此每张表上可以有多个辅助索引，但只能有一个聚集索引。当通过辅助索引来寻找数据时，InnoDB存储引擎会遍历辅助索引并通过叶子级别的指针获得只想主键索引的主键，然后再通过主键索引来找到一个完整的行记录。
举例来说，如果在一棵高度为3的辅助索引树种查找数据，那需要对这个辅助索引树遍历3次找到指定主键，如果聚集索引树的高度同样为3，那么还需要对聚集索引树进行3次查找，最终找到一个完整的行数据所在的页，因此一共需要6次逻辑IO访问才能得到最终的一个数据页。
索引合并
where的两个条件列都建立了索引，会临时合并成一条索引Using union(ind_id,index_email)
create index ind_id on s1(id)
create index ind_email on s1(email)
select * from s1 where id=100 or email = 'eva100@oldboy' # eva100@oldboy的id就是一百
mysql> explain select * from s1 where id=1000 or email = 'eva100@oldboy';
+----+-------------+-------+-------------+--------------------+--------------------+---------+------+------+----------------------------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+-------------+--------------------+--------------------+---------+------+------+----------------------------------------------+
| 1 | SIMPLE | s1 | index_merge | ind_id,index_email | ind_id,index_email | 5,153 | NULL | 2 | Using union(ind_id,index_email); Using where |
+----+-------------+-------+-------------+--------------------+--------------------+---------+------+------+----------------------------------------------+
覆盖索引:在查询过程中不需要回表 Using index
select id from s1 where id =100 覆盖索引:在查找一条数据的时候,命中索引,不需要再回表
select name from s1 where id =100 相对慢
索引的创建和删除
create index ind_name on 表名(字段名);
create index ind_name on 表名(字段名,字段2);
drop index 索引名 on 表名
正确的使用索引
# 正确的使用mysql数据库
# 从库的角度
# 搭建集群
# 读写分离
# 分库
# 从表的角度
# 合理安排表与表之间的关系 :该拆的拆,该合的合
# 把固定长度的字段放在前面
# 尽量使用char而不是varchar
# 从操作数据的角度
# 尽量在where字段就约束数值到一个比较小的范围 : 分页
# where a between value1 and value2
# 尽量使用连表查询代替子查询
# 删除数据和修改数据的时候条件尽量使用主键
# 合理的创建和使用索引
# 创建索引
# 1.选择区分度比较大的列
# 2.尽量选择短的字段创建索引
# 3.不要创建不必要的索引,及时删除不用的索引，索引太多会拖慢写入数据的速度
# 使用索引
# 1.查询的字段不是索引字段
# 2.在条件中使用范围,结果的范围越大速度越慢,范围小就快
# 3.like 'a%'命中索引,like '%a'不命中索引
# 4.条件列不能参与计算\不能使用函数
# 5.and/or
# and条件相连 有一列有索引都会命中
# or条件相连 所有列都有索引才能命中
# 6.联合索引
# create index mix_ind on 表 (id,name,email)
# 遵循最左前缀原则,且从出现范围开始索引失效
# select * from 表 where id = 123; 命中索引
# select * from 表 where id > 123; 不命中索引
# select * from 表 where id = 123 and name = 'alex'; 命中索引
# select * from 表 where id > 123 and name = 'alex'; 不命中索引
# select * from 表 where id = 123 and email = 'alex@oldboy'; 命中索引
# select * from 表 where email = 'alex@oldboy'; 不命中索引,因为条件中没有id
# select * from 表 where name='alex' and email = 'alex@oldboy'; 不命中索引,因为条件中没有id
# 7.条件中的数据类型和实际字段的类型必须一致
# 8.select字段中应该包含order by 中的字段
# select age from 表 order by age; 快
# select name from 表 order by age; 慢
# 其他注意事项
- 避免使用select *
- 使用count(*)
- 创建表时尽量使用 char 代替 varchar
- 表的字段顺序固定长度的字段优先
- 组合索引代替多个单列索引（由于mysql中每次只能使用一个索引，所以经常使用多个条件查询时更适合使用组合索引）
- 尽量使用短索引
- 使用连接（JOIN）来代替子查询(Sub-Queries)
- 连表时注意条件类型需一致
- 索引散列值（重复少）不适合建索引，例：性别不适合
https://www.cnblogs.com/Eva-J/articles/10126413.html#_label7