1.索引结构原理：
普通的Btree（binary search tree）就是二叉树，如下图
B+ Tree索引类型则是二叉树的升级版，每个节点存的是 <num ，最后存排序的ROWID
Hash索引
2.数据库结构
3.数据库存储
4.数据块/页（block/page）
指访问磁盘数据库文件最小的单位，一个数据库块中可以存放多条数据（一条指表的一行数据），大小可以指定。多个数据块组成数据文件。因为是访问数据库最小的单位，所以一个数据块中记录的一条数据越小，存放的数据就越多，在读取数据时减少访问不同数据块的次数，从而提高效率。
5.ROWID
ROWID是每条记录在数据库中的唯一标识，通过ROWID可以直接定位记录到对应的文件号及数据块位置。ROWID内容包括文件号、对像号、数据块号、记录槽号.索引最后存储的文件位置便是 ROWID
如下图所示：
6.索引创建的理解
通过索引筛选结果必须足够小的字段添加索引才有意义，如果筛选结果非常多，那么将放弃使用索引改为全表扫描，因为来回通过索引查询结果，不如直接全表扫描来的快。
索引使用大致流程：当创建好索引后，从索引结果集中每次取ROWID,然后去对应地方找数据，然后再去从结果集中取数据进行循环操作。如果结果集非常大，则不如直接全表扫描的快。
创建规则：
创建在 筛选结果集非常小的字段中（小于全表的10%），否则使用全表扫描
创建在 where子句中，并且频率较高。
创建在 查询大于修改删除的字段中
不要在大数据量的字段中创建索引
7.mysql没有像orical的软解析，硬解析，但是mysql的硬解析和orical的软解析一样快。