*数据库的存储引擎：
(1)InnoDB：innoDB的存储文件有两个，后缀分别为.frm和.idb,其中.frm是表的定义文件，而jdb是数据文件；InnoDB中存在表锁和行锁，不过行锁是需要在命中索引的情况下才会起作用的；InnoDB支持事务，且支持四种隔离级别
InnoDB是以ID为索引的数据存储。采用InnoDB引擎的数据存储文件有两个，一个定义文件，一个数据文件
（2）Myisam
Myisam 的存储文件有三个，后缀名分别是 .frm、.MYD、MYI，其中 .frm 是表的定义文件，.MYD 是数据文件，.MYI 是索引文件。Myisam 只支持表锁，且不支持事务。Myisam 由于有单独的索引文件，在读取数据方面的性能很高 。
*什么是数据库索引：
是数据库中的一个排序的数据结构，以协助快速查询、更新数据库中的数据。
索引的好处：通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性：可以大大加快数据的检索速度，这也是创建索引的最主要的原因；可以加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义；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。通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。
索引的缺点：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；索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大；当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，这样就降低了数据的维护速度。
*数据库索引的分类：唯一索引，主键索引，聚合索引
（1）唯一索引：不允许其中两行具有相同索引值的索引
（2）主键索引：数据库表中经常有一列或列组合，其值唯一标识表中的每一行
（3）聚合索引：在聚合索引中，表中行的物理顺序与键值的逻辑（索引）顺序相同，一个表只能有一个聚集索引
*数据库索引的实现原理：
InnoDB存储引擎使用页作为数据读取单位，
是使用B树及其变种B+树
（1）B树：B树中每个节点包含了键值和键值对于得数据对象存放地址指针，所以成功搜索一个对象可以不用到达数的叶节点
在B树中查找给定关键字的方法是：首先把根节点取来，在根节点所包含的关键字k1，……Kj查找给定的关键字（可使用顺序查找或二分查找）若找到给定的关键字，则查找成功；否则，一定可以确定要查的关键字在某ki和ki+1之间，下次取pi所指向的下一层索引节点块继续查找，直到找到，或指针pi为空时查找失败
（2）B+树：B+树非叶节点中存放的关键码并不指示数据对象的地址指针，非叶节点只是索引部分。所有叶节点在同一层，包含全部关键码和相应数据对象的存放地址指针，且叶节点按照字节码的从小到大顺序连接，如果实际数据对象按加入的顺序存储而不是按关键码次数存储的话，叶节点的索引必须是稠密索引，若实际数据存储按关键码次序存放的话，叶节点索引时稀疏索引。
B+树有2个头指针，一个是树的根节点，一个是最小关键码的叶节点。而且所有叶子节点之间是一种链式环结构，因此可以对B+Tree进行两种查找运算：一种是对主键范围查找和分页查找，另一种是从根节点开始随机查找
详解：https://www.cnblogs.com/accident/p/8871811.html
B+Tree相对B-Tree的基础上有两点改变：
（1）数据是存在叶子节点中的
（2）数据节点之间是有指针指向的
Myisam中的B+Tree和InnoDB中的B+Tree比较：
InnoDB是以ID为索引的数据结构存储，然后在叶子节点中存储记录
Myisam叶子节点中存放的数据是该索引对应数据记录的地址（数据索引不在一起，所以是非聚簇索引）
Mysql的优化：
- mysql的性能优化：组成、表的设计
- 建立合适的索引
- 表的设计合理
- 字段大小事宜
- SQL语句优化，避免全表扫描
①建索引：一般在 where 及 order by 中涉及到的列上建索引，尽量不要对可以重复的字段建索引。
②尽量避免在 where 中使用 !（<>）或 or，也不要进行 null 值判断。
③尽量避免在 where 中对字段进行函数操作、表达式操作。
④尽量避免使用 like- %，在此种情况下可以进行全文检索。
- 存储引擎的选择
- 读写隔离分区