1、什么是索引

索引（index）是帮助MySQL高效获取数据的数据结构（有序）。一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上。索引是数据库中用来提高性能的最常用的工具。

我们通常所说的索引，包括聚集索引、覆盖索引、组合索引、前缀索引、唯一索引等，没有特别说明，默认都是使用B+树结构组织（多路搜索树，并不一定是二叉的）的索引。

优势与劣势

优势：

劣势：

2 、索引结构（重要）

索引是在MySQL的存储引擎层中实现的，而不是在服务器层实现的。

MySQL目前提供了以下4种索引：

MyISAM、InnoDB、Memory三种存储引擎对各种索引类型的支持

我们平常所说的索引，如果没有特别指明，都是指B+树（多路搜索树，并不一定是二叉的）结构组织的索引。其中聚集索引、复合索引、前缀索引、唯一索引默认都是使用 B+tree 索引，统称为 索引。

BTree 与 B+Tree

BTree又叫多路平衡搜索树，一颗m叉的BTree特性如下：

MySQL 数据库使用最多的索引类型是BTREE索引，底层基于B+树数据结构来实现。

B+ 树是基于B 树和叶子节点顺序访问指针进行实现，它具有B树的平衡性，并且通过顺序访问指针来提高区间查询的性能。

进行查找操作时，首先在根节点进行二分查找，找到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 所对应的数据项。

为什么索引要用B+树来实现呢，而不是用二叉树？

B+树有个特点，就是够矮够胖，能有效地减少访问节点次数从而提高性能。

虽然二叉树也有很好的查找性能log2N，但是当N比较大的时候，树的深度比较高。数据查询的时间主要依赖于磁盘IO的次数，二叉树深度越大，查找的次数越多，性能越差。最坏的情况会退化成链表。所以，B+树更适合作为MySQL索引结构。

那又为什么不用B树呢？

因为B树的分支结点存储着数据，我们要找到具体的数据，需要进行一次中序遍历按序来扫。

而由于B+树的数据都存储在叶子结点中，叶子结点均为索引，方便扫库，只需要扫一遍叶子结点即可。所以B+树更加适合在区间查询的情况，而在数据库中基于范围的查询是非常频繁的，所以B+树更适合用于数据库索引。

3、 索引分类与设计原则

索引分类

聚集索引与非聚集索引

聚集索引严格来说并不是索引类型，而是一种数据存储方式，具体细节依赖于其实现方式。如innodb聚集索引的叶子节点存放了整张表的行记录（B+Tree）。

聚集索引类似字典的拼音目录。表中的数据按照聚集索引的规则来存储的。就像新华字典，整本字典是按照A-Z的顺序来排列。这也是一个表只能有一个聚集索引的原因。

聚簇索引相比非聚簇索引有什么优点？

数据访问更快，因为聚簇索引将索引和数据保存在同一个B+树中，因此从聚簇索引中获取数据比非聚簇索引更快。

聚集索引叶子节点的存储是逻辑上连续的，所以对于主键的排序查找和范围查找速度会更快。

索引设计原则

最左前缀索引

创建复合索引:

就相当于

只要查询条件包含了name，就会利用索引查询

b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+数是按照从左到右的顺序来建立搜索树的。

比如当(张三,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下一步的所搜方向，如果name相同再依次比较age和sex，最后得到检索的数据；

但当(20,F)这样的没有name的数据来的时候，b+树就不知道下一步该查哪个节点，因为建立搜索树的时候name就是第一个比较因子，必须要先根据name来搜索才能知道下一步去哪里查询。

比如当(张三,F)这样的数据来检索时，b+树可以用name来指定搜索方向，但下一个字段age的缺失，所以只能把名字等于张三的数据都找到，然后再匹配性别是F的数据了， 这个是非常重要的性质，即索引的最左匹配特性。

4、索引优化

避免索引实效情况