1索引：
概念：帮助mysql高效获取数据的 ！排好序！ 的 数据结构 (key - value)
1.1数据结构
二叉树：BST树
? 如果1234567，跟链表一样，与全表扫描一样（二分查找：log(n)）
平衡二叉树：AVL树
? 最短子树、最高子树 高度差 不能超过1
红黑树：BRT树
? 平衡树，但是大数据时层数太多，IO也是很多，最长路径不超过最短路径的2倍
B-Tree：
? 叶子节点没有指针，范围查找不友好
? 非叶子节点存储data和索引
B+Tree：
? 非叶子节点存冗余索引不存data，叶子节点存data和所有索引。多叉平衡树！从左到右递增。
? 叶节点：16kb、内存随机匹配 innodb_page_size
? B+树指针：双向链表
? 每个叶子节点限定索引个数max.Degree，所以能保证B+数层数3~4层
? B+树可以有很多个，但是有原始数据的B+树只有一个；其他普通索引的B+树存的主键值
hash表：
? 范围查找不合适;无序；InnoDB有hash索引，叫自适应hash
1.2索引分类
? 主键索引:不允许空值（mysql默认会为 主键、唯一键 创建索引）
? 唯一索引:允许空值
? 普通索引:既不是主键、又不是唯一
? 全文索引:luncene、solr
? 组合索引:多个列 (联合索引)
1.2.1联合索引(组合索引)
? 最左前缀：不能跳过前面的索引；因为联合索引，是根据name、age、position进行排序的。所以跳过name的话，直接查找age时，age是无序的，在name相同时，age才是有序的。
?
1.3索引相关概念
回表 ：
根据普通列的索引的B+树查找，找到后根据key(主键)，查找主键的带原始数据的B+树中查询。
索引覆盖：
select id,name ;name加索引 ，where name=“张三”。为了不回表
最左匹配：
省份、城市、城镇 。 优化器会调整顺序， 如：name age 索引，where age=? and name=?也可以匹配
索引下推：
name age索引
? 5.6之前：先根据name去存储引擎拿所有数据，然后在server层对age数据过滤
? 5.6之后：根据name,age两列直接获取数据
?
优化器：
? COB:基于成本的优化
? RBO:基于规则的优化
1.4索引匹配方式
? 全值匹配：
? 匹配最左前缀
? 匹配列前缀：like 'j%‘走索引，’%j’不走索引
? 匹配范围值：隐式转换(类型转换)导致索引失效 如：name>123 与 name>‘123’
? 精确匹配某一列并范围匹配另外一列：组合索引中间有范围查询时，导致后面的索引失效
? 只访问索引的查询
?
细节：
? 1、尽量不使用表达式、函数
? 2、尽量使用主键查询，因为主键索引不会回表查询，IO次数增加
? 3、使用前缀索引：适合比较长的字符串，节省索引空间大小
? 4、使用索引扫描来排序：
? 5、union all、in or
? 6、范围列可以用到索引
? 7、对经常修改的字段不要创建索引
? 8、删除不再使用或很少使用的索引
?
注意：
? 1>要遵循最左匹配原则
? 2>隐式转换导致索引失效,例如 字符串类型为数字时不添加引号
? 3>对索引进行运算导致索引失效(+ - * / !)
? 4>对于 not in, in, !=, not exist也会导致索引失效
? 5>对于like “%_” 百分号在前面也会导致索引失效
? 6>or,除非or条件上的字段都为索引,否则只能进行全表查询
? 