1. 什么是索引：
mysql索引：BTree索引，一种树形结构，索引速度比全表查询快
一个叶子节点（mysql的一个叶）默认每页16K大小
InnoDB使用B+Tree，B+Tree中每个叶子节点都有一个指向下一个叶子节点的指针
2. 聚簇索引
聚簇索引是一种数据存储方式，因为是存储引擎实现，因此不是所有存储引擎都支持聚簇索引(不同的存储引擎会使用不同的索引)
聚簇索引：（主键都有一个主键索引，就是一个索引树）叶子节点存储是主键和列的数据，以主键为索引列，叶子存储了主键和列的数据
主键索引：按照主键的顺序把列聚集在一起
在mysqlInnoDB下 聚簇索引改变了数据结构，只有一个树结构的
如果没有主键：选择一个唯一非空索引列（这个也没有，会隐式的创建）一张表只有一个聚簇索引，其他都是二级索引；二级索引保存的是（主键列的值）；在根节点上（二分查找）在哪加载到内存，找到叶子节点在加载。。。直到找到对应的数据（树大了IO次数会多【磁盘寻到】，数据库的瓶颈出现）
列的宽度决定了索引树的大小，
索引树的大小每个叶存储多少数值，
每个叶存储多少数值决定了检索的速度
InnoDB中默认最大填充因子是叶的15/16大小 16K数据 数据达到15K的时候， 分配到下一页。 不同页之间可能不是顺序的，只是通过一个指针相连。
叶的饱和度会影响索引树的大小
2.2组合索引
匹配最左前缀
全值匹配
匹配列前缀
匹配范围值
索引列的顺序非常重要（使用的顺序，建立索引的先后顺序）.
3. 非聚簇索引
MyISAM引擎：聚簇索引与非聚簇索引的数据分布有区别，以及对应的主键索引和二级索引的数据分布也有区别。
索引存储的是行的指针
4. hash index(Hash索引)
哈希索引（Hash Index）基于哈希表实现，只有精确匹配索引所有列的查询才有效。对于每一行数据， 存储引擎都会对所有的索引列计算一个哈希码（HashCode），哈希码是一个较小的值。哈希索引将哈希 码存储在索引中，同时在哈希表中保存指向每个数据行的指针
因为哈希索引自身只需存储对应的哈希值，所以索引的结构十分紧凑，这也让哈希索引查找的速度非 常快。然而哈希索引也有它的限制：
- 哈希索引只包含哈希值和行指针，而不存储字段值，所以不能使用索引中的值来避免读取行；
- 哈希索引数据并不是按照索引值顺序存储的，所以也就无法用于排序 ；
- 哈希索引不支持部分索引列匹配查找 Ø 哈希索引只支持等值比较，包括=、in()、<=>，也不支持任何范围查询 ；
- 访问哈希索引的数据非常快，除非有很多哈希冲突 ；
- 如果哈希冲突很多的话，一些索引维护操作(索引重建)的代价也会很高；
5. 全文索引（分词 elserch）
索引的字段要尽量小，因为BTree索引树高度页的大小以及页里面的数据大小决定的。数据越小，磁盘块存储的数据越多，树的高度越低，查询性能越高
使用索引带来的问题：
1、创建索引和维护索引要耗费时间，并且随着数据量的增加所耗费的时间也会增加
2、索引也需要占空间，我们知道数据表中的数据也会有最大上线设置的，如果我们有大量的索引，索引文件可能会比数据文件更快达到上线值
3、当对表中的数据进行增加、删除、修改时，索引也需要动态的维护，降低了数据的维护速度。
