为什么要使用索引？
避免全表扫描去查找数据，提升检索效率
什么样的信息能够成为索引？
主键、唯一键等只要是能让数据具备一定区分性的字段都能成为索引
数据库索引有哪些？区别？作用？
索引的数据结构：
生成索引，建立二叉查找树进行二分查找
生成索引，建立B Tree结构进行查找
生成索引，建立B+ Tree树结构进行查找（主流）
生成索引，建立Hash、BitMap结构进行查找（MySQL不支持BitMap，基于InnoDB、MyISAM的MySQL不显式支持hash，Mermory支持hash）
索引的数据结构
一、二叉查找树
使用二叉查找树（左孩子比父结点小，右孩子比父结点大，时间复杂度O(logn)，但是最坏情况下，就是所有的子结点都比父结点大，时间复杂度就是O(n)）
可以利用树旋转的特性来保持其为一颗平衡二叉树（左结点和右结点之间的高度差不大于1），这样就可以维持其时间复杂度为O（logn）
但是即使使用上面的方案，其速度瓶颈依旧会存在，存在的地方就是IO。
因为我们假设每个数据块都存储在磁盘中，每次寻找一个数据块都会发生一次IO，检索的深度每增加1，就会发生一次IO。正是由于平衡二叉查找树和红黑树只能有两个孩子结点，所以如果数据一多，层就会很深，发生IO的次数也会非常的多，因此不使用平衡二叉查找树和红黑树。
如何既降低查询的时间复杂度又降低IO的次数，就是让树从“瘦高”转化为“矮胖”，每个结点能够存储的数据多一些，同时降低树的高度，减少磁盘IO次数，就引入B树了
二、B树
首先看的定义：
1.所有叶节点具有相同的深度，也就是说B-Tree是平衡的；
2.一个节点中的 key从左到右非递减排列；
3.如果某个指针的左右相邻 key 分别是 keyi 和 keyi+1，且不为null，则该指针指向节点的所有key大于等于keyi且小于等于 keyi+1。
查找算法：首先在根节点进行二分查找，如果找到则返回对应节点的data，否则在相应区间的指针指向的节点递归进行查找。由于插入删除新的数据记录会破坏B-Tree的性质，因此在插入删除时，需要对树进行一个分裂、合并、旋转等操作以保持B-Tree性质。
三、B+树
与 B-Tree 相比，B+Tree有以下不同点：
1.每个节点的指针上限为2d而不是2d+1（d为节点的出度）
2.非叶子结点不存储 data，仅用来当索引
【这一步的优点就是将所有的数据都存在了叶子结点，其他用来当索引，可以减少查找时的IO，非叶子结点能够存储更多的关键字，树就更矮】
3.叶子节点不存储指针
4.所有的叶子结点均有一个链指针指向下一个叶子结点【一般在数据库系统或文件系统中使用的B+Tree结构都在经典 B+Tree 基础上进行了优化，在叶子节点增加了顺序访问指针，做这个优化的目的方便做范围统计，不用回到它的父节点进行搜索】
查找算法：进行查找操作时，首先在根节点进行二分查找，找到一个 key 所在的指针，然后递归地在指针所指向的节点进行查找。直到查找到叶子节点，然后在叶子节点上进行二分查找，找出 key 所对应的 data。
和B树相比的优点
（一）更少的检索次数
平衡树检索数据的时间复杂度等于树高h，而树高大致为O(h)=O(logdN)，其中d为每个节点的出度。
B+Tree相比于B-Tree 更适合外存索引，因为 B+Tree 非叶子节点去掉了data域，因此可以拥有更大的出度，检索效率会更高，由此可见BTree不会用在mysql中实现，mysql是基于缓存和外存实现的。
（二）充分利用计算机的预读特性
为了减少磁盘 I/O，磁盘往往不是严格按需读取，而是每次都会预读。局部性原理：当一个数据被用到时，其附近的数据也通常会马上被使用。预读过程中，磁盘进行顺序读取，顺序读取不需要进行磁盘寻道，并且只需要很短的旋转时间，因此速度会非常快。操作系统一般将内存和磁盘分割成固定大小的块（一般按页来读入，一个页大小一般为4K），内存与磁盘以页为单位交换数据。数据库系统将索引的一个节点的大小设置为页的大小，使得一次 I/O 就能完全载入一个节点，并且可以利用预读特性，相邻的节点也能够被预先载入。
四、Hash
其中Hash有很多缺点：仅仅能满足“=”，“IN”，不能使用范围查询
1.无法排序数据（因为Hash索引中存放的是经过hash运算后的值，其大小关系也不一定和原数据相同）
2.不能利用部分索引键查询（就是查询条件里只写部分条件）
3.不能避免表扫描
4.遇到大量Hash值相等的情况时，性能并不一定会比B树索引高
五、BitMap
但是BitMap索引是个神器，支持该索引的数据库较少，比如oracle。
查询速度非常快，因为如果字段值只有固定几个，就可以用每个位的01来表示，每个块中就可以存很多关键字了。
它锁的力度非常的大，当尝试添加或者删除一个数据的时候，与它位于位图的数据操作都有可能被锁住，因此不适合高并发的系统，适合于统计较多的系统
索引的优点：
1.减少了服务器需要扫描的数据行数
2.帮助服务器避免进行排序和创建临时表（B+Tree 索引是有序的，可以用来做 ORDER BY 和 GROUP BY 操作）
3.将随机 I/O 变为顺序 I/O（B+Tree 索引是有序的，也就将相邻的数据都存储在一起）
索引是建立得越多越好吗？
数据量小的表不需要建立索引，建立索引会增加额外的索引开销
数据变更需要维护索引，因此更多的索引意味着更多的维护成本
更多的索引意味着也需要更多的空间