1.1 概念 

        索引是一种特殊的文件，包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引， 并指定索引的类型，各类索引有各自的数据结构实现。

1.2 作用

        数据库中的表、数据、索引之间的关系，类似于书架上的图书、书籍内容和书籍目录的关系。 索引所起的作用类似书籍目录，可用于快速定位、检索数据。 索引对于提高数据库的性能有很大的帮助。

1.3 使用场景

要考虑对数据库表的某列或某几列创建索引，需要考虑以下几点：

1. 数据量较大，且经常对这些列进行条件查询。
2. 该数据库表的插入操作，及对这些列的修改操作频率较低。
3. 索引会占用额外的磁盘空间。

        满足以上条件时，考虑对表中的这些字段创建索引，以提高查询效率。 反之，如果非条件查询列，或经常做插入、修改操作，或磁盘空间不足时，不考虑创建索引。

        举一个形象的例子，索引本质上相当于“书的目录”，通过目录就可以快速的找到章节对应的位置，索引的效果就是加快了查找的速度。

        数据库操作查的概率比增删改的概率要大得多，因此大多数情况下，引入索引还是比较好的选择，但是注意，索引也会增加增删改的时间开销（增删改需要调整已经创建好的索引目录），还会增加空间的开销（构造索引，也需要额外的硬盘空间来保存）。

1.4 使用

        mysql数据库创建主键约束（PRIMARY KEY）、唯一约束（UNIQUE）、外键约束（FOREIGN KEY）时，会自动创建对应列的索引。

1. 查看索引——show index from 表名;                                              
2. 创建索引：对于非主键、非唯一约束、非外键的字段，可以创建普通索引——create index 索引名 on 表名(字段名);            
3. 删除索引——drop index 索引名 on 表名;

创建索引最好是在表创建之初就把索引给搞好，否则在数据很多的情况下是很危险的操作。 

1. 吃掉大量的磁盘IO，这段时间内数据库是无法被正常运行的（删除索引也是如此） 
2. 针对性别这样的列添加索引是无法提高查找数据的
3. 要是已经有大量数据了，再进行操作就要慎重了

 

         索引创建好之后不需要手动使用，直接查询的时候数据库会自动的来走索引，SQL是通过数据库的执行引擎来执行的，执行引擎内部会有优化操作（自动评估，选择成本最低，速度最快的方法），查询是否在走索引或者怎么走的是不好预测的，可以使用explain这个关键词来显示查询过程中具体的使用索引的情况。

 索引在mysql中的数据结构

是哈希表吗？  不是

        哈希表只能比较相等，无法进行范围查询（显然mysql经常要范围查询）

是二叉搜索树吗？   不是

        二叉可以范围查询，但元素个数多了树的高度会很高，元素的比较次数就会比较多

是N叉搜索树（B树）吗？ 不是

        虽然比较次数较二叉没怎么减少，但是读写硬盘的次数减少了

是B+树吗？   是滴~

        为数据库量身定做的数据结构

1.  B+树也是一个N叉搜索树，每个节点上可能包含N个key，N个key划分出N个区间，最后一个key相当于是最大值。
2. 父元素的key会在子元素中重复出现，并且是子元素中的最大值（这样重复出现导致叶子节点包含了所有数据的全集，非叶子节点中的所有值都会在叶子节点中体现出来）
3. 叶子节点用类似链表的方式首尾相连

B+树的优点：

1. 作为一个N叉树，高度降低了，比较的时候硬盘IO次数减少了
2. 更适合进行范围搜索
3. 所有的查询都是要落在叶子节点上的，所以无论查询哪个元素，中间比较的次数差不多，查询操作比较均衡
4. 由于所有的key都会在叶子节点中体现，因此非叶子节点不必存表的真实数据（数据行），只需要把所有的数据行给放到叶子节点上即可（非叶子节点只需要存索引列的值）

 非叶子节点中只存了简单的id，所以空间成本大大降低，可以在内存中缓存，提高查询速度，减少硬盘IO次数。

B+树这个结构只是针对mysql的InnoDB这个数据库引擎里面所典型使用的数据结构。（不同的数据库所使用的数据结构也是不同的）