什么是索引？
索引是一种用于快速查询和检索数据的一种数据结构，常见的索引结构有：B树，B+树，Hash 索引等
对于 Mysql 来说，支持和不支持与使用的存储引擎有关，Innodb 支持了 Hash 索引，但又没有完全支持，因为 InnoDB 不允许用户手动创建 Hash 索引，但是 InnoDB 的自调优会自己建立合适的 Hash 索引
通俗的来说，索引就是一本书的目录，当我们需要找实际内容的时候，先去看一下目录，目录上写了实际内容的页码，我们可以马上翻到对应的页
在这里分享一个xiao ji si，InnoDB 表最多可以包含 1017列，最多创建 64个 二级索引
索引的类型
主键索引：
数据表的主键列使用的就是主键索引
二级索引：
二级索引又称为辅助索引，是因为二级索引的叶子节点存储的数据是主键。也就是说，通过二级索引，可以定位主键的位置
- **普通索引：**最常用的索引，唯一的作用就是加快检索速度
- **唯一索引：**唯一索引的属性列不能出现重复数据，但允许为null，常用来约束列的唯一性
- **前缀索引：**前缀索引只能用于字符串类型的数据，对文本的前几个字建立索引，相比于普通索引建立的数据更小
- **全文索引：**全文索引用于检索大文本中的关键信息，5.6以后 InnoDB支持了全文索引
聚集索引与非聚集索引有什么区别？
聚集索引：即索引结构和数据存放在一起的索引
可以想象一下，我们打开书的目录，定位到我们要找到索引时，发现内容就在索引下
聚集索引的速度非常快，因为整个 B+树就是一颗多叉平衡树，叶子节点也都是有序的，定位到索引的节点就意味着定位到了数据
聚集索引的缺点：
- 依赖于有序数据：首先聚集索引依赖有序的数据，因为整个 B+树就是一颗多叉平衡树，如果数据不是有序的，在插入时就要排序，对于字符串或者UUID这种又长又难比较的数据，插入或查找的速度肯定比较慢
- 更新代价大：如果对索引列的数据修改时，那么对应的索引也将会被修改，况且聚集索引的叶子节点中还存放着数据，修改的代价肯定是比较大的
非聚集索引：即索引结构和数据存分开存放的索引
首先更新代价比聚集索引要小 ，非聚集索引的更新代价就没有聚集索引那么大了，非聚集索引的叶子节点是不存放数据的
非聚集索引的缺点：
- 依赖于数据的有序性
- 可能会二次回表查询：当我们翻开书页目录，找到索引，然后再翻开对应的页数去找内容的，就是二次回表了
可能会二次回表？
假设我们准备使用SQL查询字段 name、age、address, 而刚好就建立了一个联合索引 idx_name_age_address，那么查到索引就相当于找到了数据，直接返回就可以了，这种情况用不着二次回表，也称为覆盖索引
select name, age, addresss from table where name = 'xxx'
索引的数据结构
Hash 索引
哈希表是键值对的集合，通过键(key)即可快速取出对应的值(value)，因此哈希表可以快速检索数据**（接近 O(1)）**
为何能够通过 key 快速取出 value呢？ 原因在于 哈希算法（也叫散列算法）。通过哈希算法，我们可以快速找到 value 对应的 index，找到了 index 也就找到了对应的 value
Hash 精确查找非常的快，但是 Hash 索引也有一些缺点：
- Hash 冲突的问题，不同的 Key 通过散列算法得出了一样的 Index，我们通常的解决办法是链地址法
- Hash 索引不支持顺序和范围查找
BTree 和 B+Tree
B 树全称为 多路平衡查找树 ，B+ 树是 B 树的一种变体。B 树和 B+树中的 B 是 Balanced （平衡）的意思
B 树& B+树两者有何异同呢？
- B 树的所有节点既存放键(key) 也存放 数据(data)，而 B+树只有叶子节点存放 key 和 data，其他内节点只存放 key。
- B 树的叶子节点都是独立的;B+树的叶子节点有一条引用链指向与它相邻的叶子节点。
- B 树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。
