目录
1.初始索引
1.1索引概念
1.2常见索引分类
1.3 见一下索引（案例）
2.关于物理磁盘
2.1见一下物理磁盘
2.2 了解磁盘的存储结构
2.3对磁盘的逻辑结构进行抽象
4.磁盘随机访问与连续访问
5.MySQL表与磁盘
3. MySQL 与磁盘的交互
3.1MySQL 与磁盘的交互基本单位
3.2 MySQL数据如何和磁盘交互
4.建立共识
5.索引的理解
5.1 案例
5.2 理解page
5.2.1理解单个Page
5.2.2 理解多个pag
5.3 页目录
5.3.1 单页page
5.3.2 多页page
5.3.3 用B+树管理多页page（innode dp下索引结构）
5.3 只能是B+树吗？其他数据结构呢？
5.4 B+ vs B
5.5 聚簇索引 VS 非聚簇索引
5.5.1MyISAM和InnoDB
5.5.2 聚簇索引与非聚簇索引
6.索引操作
6.1创建索引
6.1.1创建主键索引
6.1.2 唯一索引的创建
6.1.3 普通索引创建
6.1.4 全文索引的创建
6.1.5索引创建原则
6.2 查询索引
6.3 删除索引
1.初始索引
1.1索引概念
提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的 create index ，查询速度就可能提高成百上千倍。
但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。
所以它的价值，在于提高一个海量数据的检索速度。
1.2常见索引分类
- 主键索引(primary key)
- 唯一索引(unique)
- 普通索引(index)
- 全文索引(fulltext)--解决中子文索引问题。
1.3 见一下索引（案例）
先整一个海量表，在查询的时候，看看没有索引时有什么问题？
--构建一个8000000条记录的数据，创建存储过程，向雇员表添加海量数据1.创建好数据库
drop database if exists `test_index`; create database if not exists `test_index` default character set utf8; use `test_index`;2.产生随机字符串
delimiter $$ create function rand_string(n INT) returns varchar(255) begin declare chars_str varchar(100) default 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ'; declare return_str varchar(255) default ''; declare i int default 0; while i < n do set return_str = concat(return_str, substring(chars_str, floor(1 + rand() * 52), 1)); set i = i + 1; end while; return return_str; end $$ delimiter ;3.产生随机数字
delimiter $$ create function rand_num() returns int(5) begin declare i int default 0; set i = floor(10 + rand() * 500); return i; end $$ delimiter ;4.创建存储过程，向雇员表添加海量数据
delimiter $$ create procedure insert_emp(in start int(10), in max_num int(10)) begin declare i int default 0; set autocommit = 0; repeat set i = i + 1; insert into EMP values ( (start + i) , rand_string(6), 'SALESMAN', 0001, curdate(), 2000, 400, rand_num()); until i = max_num end repeat; commit; end $$ delimiter ;5.创建员工表。
CREATE TABLE `EMP` ( `empno` int(6) unsigned zerofill NOT NULL COMMENT '雇员编号', `ename` varchar(10) DEFAULT NULL COMMENT '雇员姓名', `job` varchar(9) DEFAULT NULL COMMENT '雇员职位', `mgr` int(4) unsigned zerofill DEFAULT NULL COMMENT '雇员领导编号', `hiredate` datetime DEFAULT NULL COMMENT '雇佣时间', `sal` decimal(7, 2) DEFAULT NULL COMMENT '工资月薪', `comm` decimal(7, 2) DEFAULT NULL COMMENT '奖金', `deptno` int(2) unsigned zerofill DEFAULT NULL COMMENT '部门编号' );6.执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);此时我们没有添加任何的索引。
- 查询员工编号为998877的员工
可以看到耗时8.14秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能就死机。
- 解决方法，创建索引
此时就建立好索引了
- 换一个员工编号，测试看看查询时间
由于建立了索引，现在查询任何一个人，基本就没有什么时间消耗了
2.关于物理磁盘
MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。
2.1见一下物理磁盘
我们都知道计算机只认识二进制：二进制不就是0和1吗，那么什么是0和1呢？
0和1在计算机中分别代表“关闭”和“打开”的状态；在计算机内部，所有的数据、文本、图像、音频、视频等各种类型的信息都被转换为二进制码进行处理；在数字逻辑中，0和1可以用来表示逻辑值，如“假”和“真”，或者表示电路的关闭和打开状态。在内存和存储器中，所有的数据都以二进制形式存储，包括变量、数组、数据结构等。上面的0，1都是被规定出来的，但0，1在物理层面会有不同的表现。
普通磁盘：
企业级磁盘（服务器）：
2.2 了解磁盘的存储结构
磁盘的存储结构主要包括以下几个方面：
- 盘片：磁盘由多个盘片组成，这些盘片是圆形的坚硬表面，通过引入磁性变化来永久存储数据。盘片通常由一些硬质材料（如铝）制成，然后涂上薄薄的磁性层，即使驱动器断电，也能持久存储数据位。每个盘片有两面，每面都称为表面，都可以记录信息。
- 磁道与扇区：每个盘片被划分为若干个磁道（半径不同的同心圆环），每个磁道又被划分为若干个扇区（磁道上的一个弧段）。扇区是磁盘的最小组成单元，通常是512字节。（读写数据的基本单位）在数据传输过程中，数据是按扇区进行存放和读取的。
- 柱面：硬盘中，所有盘面中半径相同的磁道组成柱面。由于所有磁头都是连在同一个磁臂上的，因此所有磁头只能同时读写同一柱面的不同盘面。
- 磁头：每个盘面对应一个磁头，磁头负责读写磁盘上的数据。磁头悬浮在磁盘表面，通过步进电机在不同柱面之间移动，以实现对不同柱面的读写操作。
读写操作：当计算机需要读取或写入数据时，磁盘驱动器会接收到指令并将磁头移动到相应的磁道上。在读取数据时，磁头会感应到磁盘表面磁性材料上的磁场变化，并将其转换为电信号（即二进制数据）。这些电信号随后被解码为计算机可以理解的0和1。在写入数据时，磁盘驱动器会将计算机发送的二进制数据（0和1）转换为磁场信号，并通过磁头将这些信号写入磁盘的指定位置。（CHS定址法）（这些磁性材料具有稳定的磁化特性，即使在磁盘停止转动和电源关闭的情况下，也能保持其磁化状态不变。这意味着存储在磁盘上的数据可以长时间保持而不丢失。）
0和1的表示：在机械磁盘中，0和1是通过磁盘表面磁性材料的磁场方向来表示的。当磁性材料被磁化为一个特定的方向时，它表示一个二进制位（bit）的0或1。通过改变磁盘上磁性材料的磁场方向，磁盘可以存储大量的二进制数据。
2.3对磁盘的逻辑结构进行抽象
在这里我们走一遍OS对磁盘这样的设别进行管理和抽象。
假如我们有800G 的内存，我们假如每一个盘面200G，这样我们在OS中就可以拼凑出一段连续的内存。每个面上又有若干个扇区（sector）。 这样我么们就得到一个数组了，那我们就可以通过下标去访问每一个扇区了。接下来我们就只需要将下标转化为CHS就可以访问磁盘中对应的位置了。
假如每一个盘面有1000个扇区，同时它有十个磁道，那么每个磁道就有100个扇区。
- 我们用index表示某个扇区的下标
- 那么index/1000 就能获得该扇区位于哪个盘面了H(Heads)。
- index%1000=temp；[0,999]（表示第一面1000个扇区中的某一个扇区）
- temp/100=C (Cylinder)（表示扇区对应的磁道） 同半径的磁道，整体上构成了一个柱面。在确定了盘面之后，再确定柱面即可确定数据在盘面上的哪一个磁道。
- temp%100=S(Sector) （每个磁道有100个，那么%100就能得到对应的扇区了。）
通过上面的操作我们就将OS中的线性地址转化为磁盘中的CHS地址了。（index->CHS)
那么，我们就可以知道了，文件=很多个sector的数组的下标！！！
我们上面提到过，磁盘的基本读写单位是512字节，这是非常小的，效率比较低。
一般而言，OS未来和磁盘交互的时候，基本单位（规定出来的）：4KB（8*sector）8个连续的扇区，后面我们会将这个称为数据块，每个块都有对应的块号。那么，我们就可以认为，文件=很多个数据块。那么，我们通过块读取，我们就可以一次读取8个 扇区的下标，然后通过这些下标再次去走上面（index->CHS)的逻辑，我们就可以以块进行读取数据了。
对于OS而言，只需要知道块的起始标号和磁盘的大小，我们就可以活得磁盘内所有的数据了。我们将块的标号称为LBA 逻辑区块地址 (Logical Block Address, LBA)。
解下来解释分区的概念：整个800G就是一个LBA blacks[N]数组，如果我们整个只要将内存通过LBA标记起始位置和结束位置，此时我们就将内存分区了。
4.磁盘随机访问与连续访问
- 随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。
- 连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。
- 因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。
- 磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。
5.MySQL表与磁盘
在MySQL中，数据库其实就是目录，表其实就是一个文件。数据库的文件就存储在
/var/lib/mysql路径下，这些文件，最后都是会被写入到磁盘中的。
3. MySQL 与磁盘的交互
3.1MySQL 与磁盘的交互基本单位
而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB（这是在InnoDb存储引擎下）
查看InnoDb下IO的基本单位
SHOW GLOBAL STATUS LIKE 'innodb_page_size';
也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）3.2 MySQL数据如何和磁盘交互
在上面我们谈过，OS与磁盘进行一次数据交互的基本单位是 4KB，但是MySQL一次就是16KB，这是如何做到的？
- Read
MySQL服务作为应用层，是不能直接从磁盘读取数据的，它是要调用OS接口的。
当MySQL需要读取数据时，它首先会检查其内存中的缓存池，如果所需数据不在缓存池（Buffer Pool）中，MySQL会向操作系统发出请求，操作系统随后从磁盘中读取数据，OS向磁盘中读取数据到文件缓冲区中，直到16KB，然后MySQL从文件系统缓存中将其复制到其内部的缓存池中。
- Write
当MySQL需要写入数据时，它首 先会在内存中的缓存池中进行修改。修改后的数据被标记为“脏数据”，表示它们尚未被写回到磁盘。MySQL会根据其刷新策略（如脏数据达到一定量或一定时间间隔后）将脏数据从缓存池刷新到操作系统的内核缓冲区。操作系统随后根据自身的策略将内核缓冲区中的数据写回到磁盘。
4.建立共识
- MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
- MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
- 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
- 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
- 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间（一般默认大小为 128M），来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
- 为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数
5.索引的理解
5.1 案例
创建一张表，这里我们将id设置成为主键索引，设置主键后，即使插入主键数据无序，MySQL也会自动安装主键进行排序（一定要添加主键哦，只有这样才会默认生成主键索引）
向表中插入数据，但我们在插入时，故意不按顺序插入id
查看表中数据，发现已经按照主键id拍好了
5.2 理解page
在 MySQL 中，尤其是在使用 InnoDB 存储引擎时，Page 是一个非常重要的概念。Page 是 InnoDB 存储数据的基本单位，而如何高效地管理这些 Page 是数据库性能优化的关键之一。
- MySQL内部，一定需要并且存在大量的page，也就决定了，mysql必须要将多个同时存在的page管理起来！
- 我们不能简单的将page 认为是一个内存块，page内部页必须写入对应的管理信息， 需要用链表将多个page管理起来
以下是page的结构：
struct Page { struct Page* next; struct Page* prev; char buffer[NUM]; }; // 16 KB当你申请一个page，实际就是new Page()，将所有的page用链表的形式管理起来。
为何MySQL和磁盘进行IO交互的时候，要采用Page的方案进行交互呢?用多少，加载多少不香吗?
如上面的5条记录，如果MySQL要查找id=2的记录，第一次加载id=1，第二次加载id=2，一次一条记录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。
但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多记录),那么第一次IO查找id=2的时候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是往后如果在查找id=1,3,4,5等，完全不需要进行IO了，而是直接在内存中进行了。所以，就在单Page里面，大大减少了IO的次数。
你怎么保证，用户一定下次找的数据，就在这个Page里面？我们不能严格保证，但是有很大概率，因为有局部性原理。
往往IO效率低下的最主要矛盾不是IO单次数据量的大小，而是IO的次数。
5.2.1理解单个Page
MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要 先描述，在组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的
不同的 Page ，在 MySQL 中，都是 16KB ，使用 prev 和 next 构成双向链表。
因为有主键的问题， MySQL 会默认按照主键给我们的数据进行排序，从上面的Page内数据记录可以看出，数据是有序且彼此关联的。
插入数据排好序，实际上就是为了优化查询效率，单链表是从头开始查找的，在有序的情况下，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。
5.2.2 理解多个pag
- 通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时候直接将一整页的数据加载到内存中，以减少硬盘IO次数，从而提高性能。但是，我们也可以看到，现在的页模式内部，实际上是采用了链表的结构，前一条数据指向后一条数据，本质上还是通过数据的逐条比较来取出特定的数据。
- 如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此使用双链表链接起来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条记录，也一定是线性查找。这效率也太低了
5.3 页目录
我们再看一本书的时候，我国我们要翻到哪一章节，找到该章节有两种做法：
- 从头逐页的向后翻，直到找到目标内容
- 通过书提供的目录，发现指针章节在234页(假设)，那么我们便直接翻到234页。同时，查找目录的方案，可以顺序找，不过因为目录肯定少，所以可以快速提高定位
- 本质上，书中的目录，是多花了纸张的，但是却提高了效率
- 所以，目录，是一种“空间换时间的做法”
5.3.1 单页page
针对上面的情况，我们当然也能页目录。
那么当前，在一个Page内部，我们引入了目录。比如，我们要查找id=4记录，之前必须线性遍历4次，才能拿到结果。现在直接通过目录2[3]，直接进行定位新的起始位置，提高了效率。
现在我们可以再次正式回答上面的问题了，为何通过键值 MySQL 会自动排序？
可以很方便的引入目录
5.3.2 多页page
MySQL 中每一页的大小只有 16KB ，单个Page大小固定，所以随着数据量不断增大， 16KB 不可能存下所有的数据，那么必定会有多个页来存储数据
在单表数据不断被插入的情况下， MySQL 会在容量不足的时候，自动开辟新的Page来保存新的数据，然后通过指针的方式，将所有的Page组织起来。
我们就可以通过多个Page遍历，Page内部通过目录来快速定位数据。可是，貌似这样也有效率问题，在Page之间，也是需要 MySQL 遍历的，遍历意味着依旧需要进行大量的IO，将下一个Page加载到内存，进行线性检测。这样就显得我们之前的Page内部的目录，有点杯水车薪了。显然这个方法只能解决较少的page，一旦page非常的多，效率仍然是底下的，因此我们要引入新的管理方法，B+树。
5.3.3 用B+树管理多页page（innode dp下索引结构）
这时二级索引的叶子节点包含主键值，而不是实际数据行。通过二级索引查找数据时，需要首先找到主键值，然后通过主键值在聚集索引中查找实际数据。实际上就是给页目录再左页目录，如果这样还不够 ，那就再多加一层，最终形成B+树结构。 实际B+树，只有叶子节点是使用链表连接起来的，其它层是没有的。
底层操作：
- 从根节点开始，根据键值比较找到相应的子节点指针。
- 递归地遍历内部节点，直到到达叶子节点。
- 在叶子节点中查找目标键值，如果找到，则根据指针找到实际数据页。
优点：
- 平衡性（搜索效率）：B+树始终保持平衡，保证了查找、插入和删除操作的时间复杂度为O(log n)。
- 磁盘I/O效率：叶子节点保存有数据，路上节点没有，非叶子节点不要数据，只要目录，因此非叶子节点可以存更多的目录项，管理更多的叶子page，导致B+树一定是一个矮胖树，也就意味着途径路上节点减少，减少了磁盘I/O操作次数，因为每次查找只需访问较少的节点。
- 顺序访问：叶子节点形成链表，便于范围查询（一个区间）和顺序扫描。
如果用户没有主键，MySQL会自己生成一个隐藏列，这个隐藏列天然就有主键。
5.3 只能是B+树吗？其他数据结构呢？
AVL &&红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，相比较多阶B+，意味着树整体过高，大家都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。虽然你很秀，但是有更秀的。
Hash？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持.Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行
5.4 B+ vs B
B树
B+树
目前这两棵树，对我们最有意义的区别是：
- B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针
- B+叶子节点，全部相连，而B没有
为何选择B+
- 节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少。
- 叶子节点相连，更便于进行范围查找
5.5 聚簇索引 VS 非聚簇索引
5.5.1MyISAM和InnoDB
MyISAM 存储引擎-主键索引
MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引， Col1 为主键。
其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址
相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。
MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。
对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别
同样， InnoDB 除了主键索引，用户也会建立辅助（普通）索引，我们以上表中的 Col3 建立对应的辅助索引如下图：
可以看到， InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。
所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询
5.5.2 聚簇索引与非聚簇索引
MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引
InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引
案例：
.ibd文件是InnoDB存储引擎特有的文件格式，用于存储表，索引和索引的数据，索引和索引的数据都在一个文件中，因此我们称之为聚簇索引。
.sdi文件包含了表的定义和结构信息，.MYD文件是MyISAM存储引擎中的数据文件，.MYI文件是MyISAM表的索引文件，索引和索引的数据不在一个文件中，因此我们称之为非聚簇索引。
6.索引操作
6.1创建索引
6.1.1创建主键索引
关键字：primary key
方法一：在创建表的时候，直接在字段名后指定 primary key
方法二：在创建表的最后，指定某列或某几列为主键索引
方法三：创建表以后再添加主键
主键索引的特点：
- 一个表中，最多有一个主键索引，当然可以使符合主键
- 主键索引的效率高（主键不可重复）
- 创建主键索引的列，它的值不能为null，且不能重复
- 主键索引的列基本上是int
6.1.2 唯一索引的创建
关键字：unique
方法一：在表定义时，在某列后直接指定unique唯一属性。‘
方法二：创建表时，在表的后面指定某列或某几列为unique
方法三：创建表后再添加
唯一索引的特点：
- 一个表中，可以有多个唯一索引
- 查询效率高
- 如果在某一列建立唯一索引，必须保证这列不能有重复数据
- 如果一个唯一索引上指定not null，等价于主键索引
6.1.3 普通索引创建
关键字：index
方法一：在表的定义最后，指定某列为索引
方法二：创建完表以后指定某列为普通索引
方法三：创建一个索引名为 idx_name 的索引
普通索引的特点：
- 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
- 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引
6.1.4 全文索引的创建
关键字： fulltext
当对文章字段或有大量文字的字段进行检索时，会使用到全文索引。MySQL提供全文索引机制，但是有要求，要求表的存储引擎必须是MyISAM，而且默认的全文索引支持英文，不支持中文。如果对中文进行全文检索，可以使用sphinx的中文版(coreseek)
看下面例子：
这行代码为
title和body字段创建了一个全文索引。插入一组数据。
使用全文索引：
当我们使用普通查询的时候，他是不会去使用全文索引。
我们可以使用explain工具查看一下，是否使用索引。explain可以查看sql语句执行计划
key为NULL，表示没有用到索引：
关键字：match 要匹配的索引，against 要匹配的关键字
样例。
我们再使用explain查看。
确实就使用了title 和 body的复合索引
6.1.5索引创建原则
- 比较频繁作为查询条件的字段应该创建索引
- 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
- 更新非常频繁的字段不适合作创建索引
- 不会出现在where子句中的字段不该创建索引
6.2 查询索引
方法一：show keys from 表名
Column_name ：在这个例子中，它是“id”，表示这个索引是基于“id”列的。
方法二：show index from 表名;
字段名 中文翻译 解释 Non_unique 非唯一性 如果索引不能包含重复词，则该列的值为0。如果可以，则该列的值为1。对于主键索引，这个值总是0，因为主键必须是唯一的。 Key_name 键名 索引的名称。在这个例子中，它是“PRIMARY”，表示这是一个主键索引。 Seq_in_index 在索引中的序列 索引中的列序列号，从1开始。对于单列索引，这个值总是1。 Column_name 列名 索引中的列名。在这个例子中，它是“id”，表示这个索引是基于“id”列的。 Collation 排序规则 列以什么顺序存储在索引中。'A' 表示升序，NULL 表示不适用。对于主键索引，这个值通常是A，因为主键默认按升序排序。 Cardinality 基数 索引中唯一值的估计数量。这个值是一个估计值，可能不准确。0表示MySQL无法估计基数。 Sub_part 子部分 如果索引只是列的一部分，则该列包含索引的字符数。对于全文索引，这是每个索引词的最大字符数。NULL表示索引了整个列。 Packed 压缩 指示关键字如何被压缩。如果没有被压缩，则为NULL。 Null 空值 如果列可以包含NULL，则该列为'YES'。如果不可以，则该列为''（空字符串）。对于主键索引，这个值通常是''，因为主键列不能包含NULL值。 Index_type 索引类型 使用的索引方法（BTREE, FULLTEXT, HASH, RTREE）。在这个例子中，它是BTREE，这是MySQL中最常用的索引类型。 Comment 注释 关于索引的额外信息。在这个例子中，它是空的。 Index_comment 索引注释 关于索引的额外信息（仅对MyISAM和InnoDB表适用）。在这个例子中，它也是空的。 Visible 可见性 索引是否对优化器可见。YES表示索引可见，可以用于查询优化。 Expression 表达式 如果索引是一个函数索引或计算列索引，则该列显示表达式。对于普通索引，这个值是NULL。
方法三：desc 表名；
6.3 删除索引
第一种方法-删除主键索引： alter table 表名 drop primary key;
第二种方法-其他索引的删除： alter table 表名 drop index 索引名； 索引名就是show keys
from 表名中的 Key_name 字段user8 唯一键name
删除user8中唯一键：name
第三种方法-其他索引的删除：drop index 索引名 on 表名
