索引
什么是索引?
索引是一种用于快速查询和检索数据的数据结构。 常见的索引结构有: B树， B+树和Hash。
索引的作用就相当于目录的作用。
打个比方: 我们在查字典的时候，如果没有目录， 那我们就只能一页一页的去找我们需要查的那个字，速度很慢。
如果有目录了，我们只需要先去目录里查找字所在的页数，然后直接翻到那一页就行了。
索引的优点
索引最大的优点就是数据的检索效率高，这也是创建和使用索引的原因。 毕竟大部分系统的读请求总是大于写请求的。
索引的缺点
创建索引和维护索引需要耗费许多时间 : 当对表中的数据进行增删改的时候，如果数据有索引， 那么索引也需要动态的修改，会降低SQL执行效率。
占用物理存储空间 : 索引需要使用物理文件存储，也会耗费一定空间。
B树和B+树区别
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，其他的内节点只存放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， 且叶子节点的顺序检索很明显。
Hash索引
Hash索引定位快
Hash索引指的就是Hash表，最大的优点就是能够在很短的时间内， 根据Hash函数定位到数据所在的位置，这是B+树所不能比的。
Hash冲突
知道HashMap或HashTable的同学，相信都知道它们最大的缺点就是Hash冲突了。 不过对于数据库来说这还不算最大的缺点。
Hash索引不支持顺序和范围查询(Hash索引不支持顺序和范围查询是它最大的缺点。)
试想一种情况:
SELECT * FROM tb1 WHERE id < 500;
B+树是有序的，在这种范围查询中，优势非常大， 直接遍历比500小的叶子节点就够了。
而Hash索引是根据hash算法来定位的，可能还要把 1 - 499的数据， 每个都进行一次hash计算来定位，就算不这样做，也需要全表扫描吧。
索引类型
主键索引(Primary Key)
数据表的主键列使用的就是主键索引。
一张数据表有只能有一个主键，并且主键不能为null，不能重复。
在mysql的InnoDB的表中，当没有显示的指定表的主键时， InnoDB会自动先检查表中是否有唯一索引的字段。 如果有，则选择该字段为默认的主键，否则InnoDB将会自动创建一个6Byte的自增主键。
二级索引(辅助索引)
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着主键。 也就是说，通过二级索引，可以定位主键的位置。
唯一索引，普通索引，前缀索引等索引属于二级索引。
PS:不懂的同学可以暂存疑，慢慢往下看，后面会有答案的，也可以自行搜索。
唯一索引(Unique Key): 唯一索引也是一种约束。唯一索引的属性列不能出现重复的数据， 但是允许数据为NULL，一张表允许创建多个唯一索引。 建立唯一索引的目的通常都是为了该属性列的数据的唯一性，而不是为了查询效率。
普通索引(Index):普通索引的唯一作用就是为了快速查询数据。 一张表允许创建多个普通索引，并允许数据重复和NULL。
前缀索引(Prefix):前缀索引只适用于字符串类型的数据。 前缀索引是对文本的前几个字符创建索引，相比普通索引建立的数据更小因为只取前几个字符。
全文索引(Full Text):全文索引主要是为了检索大文本数据中的关键字的信息， 是目前搜索引擎数据库使用的一种技术。 Mysql5.6之前只有MYISAM引擎支持全文索引，5.6之后InnoDB也支持了全文索引。
二级索引:
聚集索引与非聚集索引
聚集索引
聚集索引即索引结构和数据一起存放的索引。
主键索引属于聚集索引。
在Mysql中，InnoDB引擎的表的.ibd文件就包含了该表的索引和数据， 对于InnoDB引擎表来说，该表的索引(B+树)的每个非叶子节点存储索引， 叶子节点存储索引和索引对应的数据。
聚集索引的优点
聚集索引的查询速度非常的快，因为整个B+树本身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，就相当于定位到了数据。
聚集索引的缺点
依赖于有序的数据
因为B+树是多路平衡树，如果索引的数据不是有序的， 那么就需要在插入时排序，如果数据是整型还好， 否则类似于字符串或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被修改时，那么对应的索引也将会被修改， 而且况聚集索引的叶子节点还存放着数据，修改代价肯定是较大的， 所以对于主键索引来说，主键一般都是不可被修改的。
非聚集索引
非聚集索引即索引结构和数据分开存放的索引。
二级索引属于非聚集索引。
MYISAM引擎的表的.MYI文件包含了表的索引， 该表的索引(B+树)的每个叶子非叶子节点存储索引， 叶子节点存储索引和索引对应数据的指针，指向.MYD文件的数据。
非聚集索引的叶子节点并不一定存放数据的指针， 因为二级索引的叶子节点就存放的是主键。
非聚集索引的优点
- 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
跟聚集索引一样，非聚集索引也依赖于有序的数据
可能会二次查询(回表)：这应该是非聚集索引最大的缺点了。 当查到索引对应的指针或主键后，可能还需要根据指针或主键再到数据文件或表中查询。
这是Mysql的表的文件截图:
聚集索引和非聚集索引:
非聚集索引一定回表查询吗(覆盖索引)?
非聚集索引不一定回表查询。
试想一种情况，用户准备使用SQL查询用户名，而用户名字段正好建立了索引。
SELECT name FROM table WHERE name='guang19';
那么这个索引的key本身就是name，查到对应的name直接返回就行了，无需回表查询。
即使是MYISAM也是这样，虽然MYISAM的主键索引确实需要回表，因为它的主键索引的叶子节点存放的是指针。 但是如果SQL查的就是主键呢?
SELECT id FROM table WHERE id=1;
主键索引本身的key就是主键，查到返回就行了。 这种情况就称之为覆盖索引了。
覆盖索引
覆盖索引即需要查询的字段正好是索引的字段，那么查找到该索引的字段就可以返回了，而无需回表查询。
如主键索引，如果一条SQL需要查询主键，那么正好根据主键索引就可以查到主键。
再如普通索引，如果一条SQL需要查询name，name字段正好有索引， 那么直接根据这个索引就可以查到数据，也无需回表。
覆盖索引:
索引创建原则
单列索引
单列索引即由一列属性组成的索引。
联合索引(多列索引)
联合索引即由多列属性组成索引。
最左前缀原则
假设创建的联合索引由三个字段组成:
ALTER TABLE table ADD INDEX index_name (num,name,age)
那么当查询的条件为: num 或 (num AND name) 或 (num AND name AND age)时，索引才生效。 所以在创建联合索引时，尽量把查询最频繁的那个字段作为索引的最左(第一个)字段。 查询的时候也尽量以这个字段为第一条件。
但可能由于版本原因(我的mysql版本为8.0.x),我创建的联合索引， 相当于在联合索引的每个字段上都创建了相同的索引:
无论是否符合最左前缀原则，每个字段的索引都生效:
索引创建注意点
最左前缀原则
虽然我目前的Mysql版本较高，好像不遵守最左前缀原则，索引也会生效。 但是我们仍应遵守最左前缀原则。
选择合适的字段
不为NULL的字段: 索引字段的数据应该尽量不为NULL，因为对于数据为NULL的字段，数据库较难优化。 如果字段频繁被查询，但又避免不了为NULL，建议使用0,1,true,false 这样语义较为清晰的短值或短字符作为替代。
被频繁查询的字段: 我们创建索引的字段应该是查询操作非常频繁的字段。
被作为条件查询的字段: 被作为WHERE条件查询的字段，应该被考虑建立索引。
被经常频繁用于连接的字段: 经常用于连接的字段可能是一些外键列，外键列并不是一定要建立外键， 只是说该列涉及到表与表的关系。对于频繁被连接查询的字段，可以考虑建立索引，提高多表连接查询的效率。
不合适的字段
被频繁更新的字段应该慎重建立索引: 虽然索引能带来查询上的效率，但是维护索引的成本也是不小的。 如果一个字段不被经常查询，反而被经常修改，那么就更不应该在这种字段上建立索引了。
不被经常查询的字段没有必要建立索引
尽可能的考虑建立联合索引而不是单列索引
因为索引是需要占用磁盘空间的，可以简单理解为每个索引都对应着一颗B+树。 如果一个表的字段过多，索引过多，那么当这个表的数据达到一个体量后， 索引占用的空间也是很多的，且修改索引时，耗费的时间也是较多的。
如果是联合索引，多个字段在一个索引上，那么将会节约很大磁盘空间， 且修改数据的操作效率也会提升。
考虑在字符串类型的字段上使用前缀索引代替普通索引
前缀索引仅限于字符串类型，较普通索引会占用更小的空间， 所以可以考虑使用前缀索引带替普通索引。
使用索引一定能提高查询性能吗?
大多数情况下，索引查询都是比全表扫描要快的。 但是如果数据库的数据量不大，那么使用索引也不一定能够带来很大提升。