1、索引的理解：
索引是帮助mysql高效获取数据的数据结构，如果把数据库中的表比作一本书，索引就是这本书的目录，通过目录可以快速查找到书中指定内容的位置。
一般来说，索引本身也很大，不可能全部存入内存中，因此索引往往是存储在磁盘上的文件中
2、优点：
a）可以保证数据库表中每一行的数据的唯一性。
b）可以大大加快数据的检索效率
c）加速表与表之间的连接，特别是在实现数据的参考完事性方面特别有意义。
d）在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组和排序的时间。
f）通过使用索引对数据进行排序，降低数据排序的成本，降低cpu的消耗，可以在时间查询的过程中，使用优化隐藏器，提高系统的性能。
3、缺点：
a) 创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。
b) 索引会占据磁盘空间。
c) 以表中的数据进行增、删、改的时候，索引也要动态的维护，这就降低了整数的维护速度。
4、建立索引的原则：
e) 在经常需要搜索的列上，可以加快搜索的速度。
f) 在作为主键的列上，强制该列的唯一性和组织表中数据的排列结构。
5、索引的类型：
1、 主键索引： 索引列中的值是唯一的并且不允许有空值
2、 普通索引：mysql的基本索引类型，没有什么限制，允许有重复值和空值
3、 唯一索引： 索引列中的值是唯一的，但是允许有空值
4、 全文索引： 只有在文本类型char varchar text类型字段上创建全文索引。如果字段长度比较大，创建普通索引，进行like模糊查询效率会比较低，这样可以创建全文索引
5、 空间索引： 支持openGIS几何数据模型规则
6、 前缀索引： 在文本类型char varchar text类型上创建索引，可以指定索引的长度，但是数值类型就不能指定
6、索引的数据结构：
1）、 hash表
以键值对的方式存储数据，我们使用hash表中的key可以存储索引列，value可以存储行记录或者行磁盘地址，hash表的查询效率高，时间复杂度为o(1)，但是不支持范围查找，范围查找的话还是得扫描全表
2）、树
二叉树：
虽然每次查找都会这般，但如果“树不分叉了”，这就很不稳定
平衡二叉树：
采用二分法思想，平衡二叉树的特征是树的左右两个子树差的等级最多差1，时间复杂度可以达到o(log2n)，但是时间复杂度和树高有关，树有多高就会检索多少次，在数据量大的时候，新跟那个也就会很差，第二点就是不支持范围查询快速查找
B树：
在每个点存储多个元素，每个节点呢尽量多存储数据，这样就将二叉树变为多叉树，查询的效率也提高了。但是：b树不支持范围查询的快速查找第二个缺点是，如果data存储的是行记录，行的大小随着列数的增多空间变大，一个页中存储的数据量就会编写，树就会变高
B+树：
b树的非叶子节点和叶子节点都会存储数据
b+树只有叶子节点才会存储数据，非叶子节点存储键值。夜之子节点之间使用双向指针连接，最底层的叶子节点形成了一个双向有序链表
b+树可以保证等值和范围查询的快速查找，mysql就采用了b+树的数据结构
7、mysql两种存储引擎的索引实现：
1）、 MyISAM索引
数据文件和索引文件分开存储，使用b+树构建索引树时，叶子节点存储的键值为索引列的值，数据为索引所在行的磁盘地址
2）、 InnoDB索引
每个InnoDB表都有一个聚簇索引，使用b+tree构建，叶子节点存储的数据时整行记录，一般情况下，聚簇索引等同于主键索引，如果一个表没有创建主键索引，InnoDB会自动创建rowid字段构建聚簇索引（查询的时候直接获取整行数据，返回给客户端）
辅助索引：除聚簇索引之外的所有索引都称为辅助索引，InnoDB的辅助索引只会存储主键值而不是磁盘地址，使用辅助索引要检索两边索引：先找到主键，然后使用主键去主索引获得需要的记录
组合索引：联合索引（a,b,c）
b+tre会先比较a列来确定下一步搜索方向向左还是右，如果a列相同再比较b列，如果没有查询到a，b+tree就不知道从哪里查起
组合索引的最左前缀匹配原则：使用组合索引查询时，mysql会一直向右匹配直至遇到范围查询(>、<、between、like)就停止匹配
覆盖索引：并不是索引结构，是一种优化手段，使用辅助索引的时候，就会经过两次获得数据，但如果再组合索引下查询，我们查询到叶子节点就可以直接返回，不需要回标，这就是覆盖索引
适合使用联合索引：
1、 把频繁使用的列，区分度高的列放在前面
2、 也可以把常需要作为查询返回的字段增加到联合索引
联合索引的使用不仅可以节省空间，还可以更容易的使用到索引覆盖