这是我参与8月更文挑战的第3天，活动详情查看：8月更文挑战
前言
上个月底出去面试一波，被锤了一顿，回来重新复习，把用来压泡面的大红书——MySQL高性能又拿出来看了一遍，之前的时候只是通读了一遍，这次主要是选择性的读，主要集中在第五和第六章（多了实在记不住），今天这篇文章就来总结一下，MySQL高性能里面的第五章——高性能的索引
什么是索引
先一步步来，先来了解一下什么是索引，其实索引本质上来说，有点类似于我们书本里书的目录，它可以方便我们在查找书本对应内容的时候，可以快速的定位到内容的位置。
在MySQL里面大致上可以分为两种比较常见的索引类型，一种是Btree索引，另一种是哈希索引，但需要注意的是，因为对于新版的MySQL来说，默认的存储引擎是InnoDB存储引擎，而在InnoDB存储引擎里面，对于哈希索引的使用是自适应的，也就是说哈希索引不是人为的去创建，而是由存储引擎去决定什么时候使用。
初探Btree索引
Btree索引可以加快数据访问的速度，那是因为有了Btree索引之后，再想找到某一条数据就不再需要使用全表扫描了，而是可以通过Btree索引的根结点来进行搜索。
通过比较节点页的值和要查找的值可以找到合适的指针，最终进入下一层的节点，最终存储引擎要么可以找到该值，要么就是没有这条记录。
在Btree索引里面，它是存在顺序的，所以在使用的时候，它可以被用来做范围的查询。
例如下面的这个例子，我们在pro_id上面建立一个索引
CREATE INDEX pro_index ON snapProduct(pro_id);
当我们在后续不管是对pro_id进行精确查找还是说范围查找，它都可以用到索引
EXPLAIN SELECT * FROM snapProduct WHERE pro_id > 2;
在查询中，要想使用Btree索引，则必须满足下面条件中的一条
- 全值匹配 全值匹配的意思也就是在查询过程中，直接通过=‘xxx’的方式来进行查询，例如索引列是name，查询方式
SELECT name, age FROM snapProduct WHERE name = 'test';
这样的查询方式是可以使用到索引的
- 匹配左前缀 我们在创建索引的时候，除了有普通的单列索引，还可以创建联合索引，这时候要想使用到这个联合索引，则查询的条件必须满足最左前缀，也就是建立的索引为
CREATE INDEX pro_type_index ON snapProduct(pro_id,type);
那么在查询的过程中，则必须是
SELECT name FROM snapProduct WHERE pro_id = 10 AND name = 'test';
- 匹配列前缀
在索引匹配的过程中，例如匹配User表里面的name列中的J开头的名字，这样就是所谓的匹配列前缀。
- 匹配范围值
匹配范围值，顾名思义就是在查询的过程中进行范围性的匹配，这样也是可以使用到索引的，例如
SELECT score FROM `imc_classvalue` WHERE user_id > 10 AND user_id < 100;
但是需要注意的是，当第一列查询使用了范围查询的时候，后面的筛选语句就无法再使用索引了。
例如
SELECT score FROM `imc_classvalue` WHERE user_id > 10 AND user_id < 100 AND level_score = 9.1;
这样的查询对于level_score是无法使用到该列上的索引的。
- 精确匹配一列，范围匹配另一列
同上面一个同样的道理，如果精确匹配和范围查询两个相互调转顺序，则又可以使用到两个列上的索引了。
- 只访问索引的查询
这种查询也就是常说的覆盖索引，也就是列的内容是被索引给覆盖到的，也就是再查询的过程中，只需要访问索引的值，就可以读取到这次需要查询的列的内容，则再这种也可以使用过到索引来进行查询。
哈希索引
在Mysql中还有另外一种索引类型，就是哈希索引，这种索引对于现在的Mysql的Innodb存储引擎来说，它是属于自适应的创建，而不是由我们人为的去创建，也就是存储引擎认为你需要使用到哈希索引的时候，它才会被创建出来。 这种一般我们不需要我们管的，这里就不做过多的讨论。
索引的优点
索引其实就有点类似于书本里的目录，可以让我们快速的定位到所要寻找的内容位置，总结起来的话，索引的优点有三个：
1. 索引大大的减少了服务器需要扫描的数据行。
2. 索引帮助服务器避免排序和临时表。
3. 所i你可以将随机I/O变成顺寻I/O。
索引是最好的解决方案吗
其实很多时候，对于一个数据量不大的小表来说，采用全表扫描的方法，可能要比用索引去搜索，速度要更快，对于中大型的表来说，采用索引则会大大加快搜索的一个效率，可是当表变成特大号的时候，不管是建立还是使用索引，所带来的性能消耗都是巨大的，这种情况下就需要用到另一个种解决手段了。
最后
今天的任务完成，让我们下期再见，拜拜
