索引
种类
1. Hash
select * from sanguo where name='张三'
通过计算“张三”字段的Hash值所对应的数组下标，然后直接从数据中取出数据，并拿到那一行所对应的地址，进而查询那一行的数据。
但会出现哈希冲突。且如果要查询
select * from sanguo where name>'张三'
则是无能为力的，因为Hash可以快速的精确查询，但是不支持范围查询。
如果做成索引的话，则需要进行全表扫描，效率十分低下。
tips：Hash表一般在等值查询的场景下使用较多，即只有key—>value的情况，一般用于Redis、Memcached等这些NoSQL的中间件。
2. B+树
Mysql选用B+树作为索引，可以提高查询索引时的磁盘IO（矮胖的B+树，树的高度比较矮），并且可以提高范围查询的效率，数据全部存在B+树中的叶子结点上，且是有序的。
B+树的一个节点一般存一页或页的倍数比较好。假设一个节点的大小大于1页，比如1.2页，那么读取这个节点也是一次读取2页，造成资源的浪费。
Mysql的基本存储结构也是页
- 每个数据页可以组成一个双向链表
- 每个数据页中的记录又可以组成一个单向链表
- 每个数据页都会为里面存储的记录生成一个页目录。通过主键查找某条记录时，可以在页目录中使用二分查找，定位到相应的槽，然后遍历该槽中对应分组中的记录即可快速找到指定的记录。
- 在其他列（非主键）作为搜索条件时：只能从最小记录开始依次遍历单链表中的每条记录。
假设写一条没有经过任何优化处理的sql语句：select * from user where name = ‘张三’
会执行这样一个步骤
- 通过遍历双向链表，找到记录所在的页
- 在该页中，查找相应的记录。如果是主键查询，就先去页目录查询，要是非主键查询，就只能遍历该页的单链表了。
索引类型
假设我们建了一个数据库表，有c1、c2、c3三列，前两列是int类型，最后一列是char类型，c1是主键
聚簇索引（主键索引）
当表有聚簇索引时，它的数据行实际上存放在索引的叶子页中。"聚簇"
表示数据行和相邻的键值紧凑地存储在一起。因为无法同时把数据行存放在两个不同的地方，所以一个表只能有一个聚簇索引。
具体例子可以去看《mysql怎么运行的》 95页的图 （脑子里要有那两个图，同时知道是怎么走的）
提示：叶子节点记录的主键值和具体数据，非叶子节点是目录，记录的是主键值和下一个子节点的页号（方便往下走）。
二级索引（辅助索引）
二级索引的叶子节点包含的用户记录由 索引列和主键组成。如果通过二级索引去查找完整的用户记录，则需要执行回表操作：即通过二级索引找到主键值之后，再到聚簇索引种查找完整的用户记录。
95页的图，假设我们以c2为索引，这时候就会自动新建一颗B+树，在第99页的图。
这颗B+树和之前聚簇索引的B+树有以下不同：
- 页（叶子节点+ 内节点）是按照c2列的大小顺序排列的单向链表
- 叶子结点里存的是c2列的值 + 主键值。
所以当我们使用二级索引去找数据的时候，先是通过二级索引的B+树找到叶子节点的主键值，再通过这个主键值回表去主键索引的B+树中查找完整的记录。
联合索引（复合索引和多列索引。）
如果我们按照c2、c3列来进行排序的话，就会遵循这么一条规则：
- 先按照c2列进行排序
- 在c2列相同的情况下，再按照c3列进行排序。
具体图可以参考101页图片
非叶子节点由c2列、c3列和页号构成
叶子节点有c2、c3列和c1主键构成
覆盖索引
根据上面的先验知识，我们知道使用非主键索引会带来回表的操作，所以我们在进行查询操作的时候，如果查询的字段不是*，而正好是索引的字段，这样就不用进行回表查询了，这就叫覆盖索引
select name from t_student where name = '张三'。
如果在name处建立了索引，name直接返回该索引对应的B+树叶子结点的数据。
