在 MySQL 中，索引是在存储引擎层实现的，所以并没有统一的索引标准，即不同存储引擎的索引的工作方式并不一样。而即使多个存储引擎支持同一种类型的索引，其底层的实现也可能不同。由于 InnoDB 存储引擎在 MySQL 数据库中使用最为广泛，所以下面都是以InnoDB为例。
什么是索引
数据库索引是一种数据结构，可以提高表中操作的速度。可以使用一列或多列创建索引，这为快速随机查找和对记录访问的有效排序提供了基础。
索引的其实就是为了提高数据查询的效率，就像书的目录一样。一本几百几千页的书，如果你想快速找到其中的某一个知识点，在不借助目录的情况下，那我估计你可得找一会儿。同样对于数据库的表而言，索引其实就是它的目录。
底层存储结构
B+树
B+ 树是一种树数据结构，通常用于数据库和操作系统的文件系统中。B+ 树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。B+ 树元素自底向上插入，这与二叉树恰好相反。
B+树的一些规则：
- 非叶子结点的子树指针个数与关键字（节点中的元素个数）个数相同
- 非叶子结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树（B-树是开区间）
- 所有叶子结点都有一个指针，连接成一个链表
- 所有关键字都在叶子结点出现
- 只有叶子节点存储值，内部节点只存储关键字
通过B+树来存储数据的结构如下：
B+树优点
- 内部节点只保存关键字，提高了阶数，加快查找时间。
- 叶子节点中包含所有数据，所有叶子节点形成一个有序链表，让范围查找更高效。
- B树相对于B+树的优点是，如果经常访问的数据离根节点很近，而B树的非叶子节点本身存有关键字其数据的地址，这种情况下数据检索会要比B+树快。
基于B+树的那么多优点，MySQL最终将其作为了索引的底层存储结构。
索引类型
根据叶子节点的内容可以将索引区别为主键索引和非主键索引
- 主键索引的叶子节点存的是整行数据；在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）。
- 非主键索引的叶子节点内容是主键的值；在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。
基于非主键索引的查询需要多扫描一棵索引树【覆盖索引情况下除外】
| 索引类型 | 定义 |
|---|---|
| 唯一索引 | 根据值是否唯一 |
| 组合索引 | 是否包含多个字段 |
还有普通索引、全文索引等类型
常见优化手段
创建索引之前给自己抛出来一些问题？？？
- 索引是否能够满足绝大多数的查询？
- 索引的区分度是否足够大？
- 组合索引的字段是否过多？是否存在区分度不高的字段？
- 索引有没有提高效率的空间？
主键优化
由于 InnoDB 是索引组织表，一般情况下建议创建一个自增主键，这样非主键索引占用的空间最小。
覆盖索引
如果查询的字段可以通过索引覆盖，尽量优化使用覆盖索引，这样能减少回表。
最左前缀法则
对于组合索引，要知道最左前缀法则，直到碰到模糊条件、范围查询条件、运算等情况，索引会失效，所以尽量将等值的条件放在左侧，才能保证索引的使用。
包含的使用方式
如果使用包含则尽量使用in，in走索引，not in不走索引
总结
要多利用explain去分析sql语句，和跟踪慢查询日志，分析sql语句的执行过程，才能写出效率更高的执行语句。
