什么是索引？
- 索引就是能够快速查找的数据结构
- 索引是一个文件
索引的数据结构类型
- Hash索引
- 二叉树
- 红黑树
- 等等
索引的必要
从计算机系统的方面来分析索引存在的必要，在ssd出来之前都是机械硬盘，用进行一次io就需要指针在硬盘上面旋转找到合适的地址，然后读取。如下图：
将圆盘的周长展开，可以看到的更直接如下图：
图中所示，当需要查找1时，时间复杂度为1，当查找2时，复杂度为2，所以他的复杂度为O(n) ，所以当圆盘的旋转速度越快时，这个硬盘的性能就越好，IO读取的也快，当年的电脑配置上有写多少多少转，就是这个意思。操作系统中，为了优化速度，应用了局部性原理
空间局部性原理 ——操作系统中的page，将几个地址，存在一个区域中，方便查找，如在上图中把1、2、3、4
存在一个page中，可以先通过查找page，再查找地址。 时间局部性原理 ——运用了缓存
Mysql更加青睐B+tree
Hash：Hash的数据结构是非常常见的，比如在Hashmap中（本博客中有一篇HashMap源码分析），可以通过Hashcode直接来获取val，时间复杂度为o(1)，看起来非常的快速。但是有一点，当遇到范围查找时，无能为力索引等于不起作用。
二叉树：这里就不分析了，太常见了
红黑树：主要运用在Treemap的源码中。一种特殊的二叉查找树。每个节点上面有一个单独的储存位表示颜色
特点：
1、每个节点或者是黑色，或者是红色。
2、根节点是黑色。
3、红色节点不能连续（也即是，红色节点的孩子和父亲都不能是红色）
4、对于每个节点，从该点至null（树尾端）的任何路径，都含有相同个数的黑色节点。
在树的结构发生改变时（插入或者删除操作），往往会破坏上述条件3或条件4，需要通过调整使得查找树重新满足红黑树的条件。
调整策略：
左旋和右旋 改变颜色 时间复杂度 Lg(N)
具体的红黑树的操作，这里不做分析，可以看下面这个博客，写的很不错
http://www.cnblogs.com/skywang12345/p/3245399.html (描述特别准确，但是图有点不对应)
B tree ：也是一种特殊的树
一棵m阶的B-Tree有如下特性：
1. 每个节点最多有m个孩子。
2. 除了根节点和叶子节点外，其它每个节点至少有Ceil(m/2)个孩子。
3. 若根节点不是叶子节点，则至少有2个孩子
4. 所有叶子节点都在同一层，且不包含其它关键字信息
5. 每个非终端节点包含n个关键字信息（P0,P1,…Pn, k1,…kn）
6. 关键字的个数n满足：ceil(m/2)-1 <= n <= m-1
7. ki(i=1,…n)为关键字，且关键字升序排序。
8. Pi(i=1,…n)为指向子树根节点的指针。P(i-1)指向的子树的所有节点关键字均小于ki，但都大于k(i-1)
如图：
B+Tree ：与B-Tree有几点不同：
1、非叶子节点只存储键值信息。 2、所有叶子节点之间都有一个链指针。 3、数据记录都存放在叶子节点中。
如图：
https://www.cs.usfca.edu/~galles/visualization/Algorithms.html 可以通过这个网站看一些数据结构是怎么样存储的。
通过上图中，可以看出，B+Tree中，获取每一个节点的IO次数是相同的。并且在Mysql的规定中，查询数据的最多IO次数为3-5次。同时，上图中可以看到B+Tree的设计的巧妙，当范围查找时，可以通过链表查找到后面的树
MyIsAm 和 InnoDB
MyIsAm
分析目录结构，打开mysql的文件可以看到，使用MyIsAm的数据库含有
xxx.MYD — 数据
xxx.frm — 表的定义
xxx.MyI — 索引
可以得到如下图的关系
在B+Tree中的value存储了他的物理地址，由物理地址再去MYD文件中查找对应的数据，key则存储了他的主键ID
也叫做非聚集索引——索引文件和数据文件分开
InnoDB
分析目录结构，打开mysql的文件可以看到，使用InnoDB的数据库含有
xxx.frm — 表的定义
xxx.idb — 数据
可以得到如下的关系：
在InnoDB中存储的方式也是B+Tree，但是所存储的value不一样，这里是存储了所对应的一整条具体的数据，而不是一个物理地址。所以与MyIsAm相比，这个少了一个物理地址的查找过程，所以更方便快速。而且可以看出，在InnoDB中的表结构，是必须通过索引来存储的。如果没有规定主键，Mysql有自己的处理方式。
1、自动的选择6位长整型作为主键 2、自动生成隐形的ID
在平时的业务中，经常会规定要使用自增的主键。由上文可以分析出这样的原因
1、空间占有大，由于在新增副索引时，需要存放主键，所以不建议用很长的数据来做主键
2、在B+Tree中，在末尾插入最方便，也最高效。在中间插入住频繁的引发树的调整，消耗不必要的内存
3、采用连续的主键，减少了碎片