数据库中的索引结构？
MySQL底层结构基于B+树，B+树是从B-树改进而来。先讲一下B-树和B+树的区别：
B-树结构和索引情况：
树的高度很浅。 索引和数据一起分布在整棵树中。 数据存储的是数据对应的磁盘地址，k-v结构。 索引元素不重复。 节点索引从左到右递增。 叶子节点之间没有指针。
B+树结构和索引情况：
所有数据保存在叶子节点。 非叶子节点不存数据，只存索引，索引存在冗余，叶子结点包含所有索引。 叶子结点用指针连接，提高范围查找性能。 B+数有两个头指针，一个指向根结点，一个指向关键字索引最小的叶子节点。
包括哪些索引类型
普通索引，唯一索引，主键索引，全文索引，组合索引
创建索引
普通索引
1）CREATE INDEX indexName ON table_name (column_name)
2）ALTER TABLE tableName ADD INDEX indexName(columnName)
3）CREATE TABLE mytable(
ID INT NOT NULL,
username VARCHAR(16) NOT NULL,
INDEX [indexName] (username(length))
);
唯一索引
CREATE UNIQUE INDEX indexName ON mytable(username(length))
ALTER TABLE mytable ADD UNIQUE [indexName] (username(length))
主键索引 主键作用于列上（可以一个列或多个列联合主键），添加主键索引时，你需要确保该主键默认不为空（NOT NULL）。实例如下：
ALTER TABLE testalter_tbl MODIFY i INT NOT NULL;
ALTER TABLE testalter_tbl ADD PRIMARY KEY (i);
全文索引 （FULLTEXT）
ALTER TABLE `table_name` ADD FULLTEXT ( `column`)
添加组合索引
ALTER TABLE `table_name` ADD INDEX index_name ( `column1`, `column2`, `column3` )
使用函数max子类的能找到索引么？
索引字段做函数操作，可能会破坏索引值的有序性，因此优化器就决定放弃走树搜索功能。 因此在索引字段做函数操作，索引失效。（后面会讲索引失效的情况）
索引原理是什么？索引失效有哪些情况？
索引利用了B+ 树提供的快速定位能力，树层数少磁盘IO次数少，且同一层兄弟节点的有序性。
1） like 以%开头，索引无效；后缀用%时，索引有效。
2） or语句前后没有同时使用索引。（当or左右查询字段只有一个是索引，该索引失效，只有当or左右查询字段均为索引时，才会生效。）
3） 组合索引，不是使用第一列索引，索引失效。（假如有组合索引(a,b,c)，如果a用到索引b用不到索引，c索引自动失效，因为b用不到索引就把c给隔断了。最左原则：创建组合索引时应该将最常用的限制条件放在最左边，依次递减）
4） 数据类型出现隐式转化。如varchar不加单引号的话可能会自动转换为int型，使索引无效，产生全表扫描。
5） 在索引列上使用 IS NULL 或 IS NOT NULL操作，索引失效。
6） 在索引字段上使用not，<>，!=。不等于操作符是永远不会用到索引的，因此对它的处理只会产生全表扫描。 优化方法： key<>0 改为 key>0 or key<0。
7） 在索引字段做函数计算操作。
8） 当全表扫描速度比索引速度快时，mysql会使用全表扫描，此时索引失效。
三个字段A B C建立组合索引什么时候会出现找不到索引的情况？
组合索引，不是使用第一列索引，索引失效。
索引的优缺点？
优点：
1）通过创建唯一性索引，可以保证数据库表中的每一行数据的唯一性。
2）可以加快数据的检索速度
3）可以加速表与表之间的连接
4）在使用分组和排序进行检索的时候，可以减少查询中分组和排序的时间
缺点：
1） 创建索引要耗费时间，数据量越大耗时越大。
2） 增删改索引，都需要动态维护，降低表的增删改的效率，数据量越大耗时越大。
3）索引需要占用物理空间，数据量越大，占用空间越大
