使用索引很簡單的。只要能寫創建表單語句。就能寫創建索引的語句。
當然我的本科的侷限性：就是加索引能失敗查詢變快。。。變快。變快
特別需要說明的是，MySQL支持諸多存儲引擎，而各種存儲引擎對索引的支持也各不相同，因此MySQL數據庫支持多種索引類型，BTree索引，哈希索引，全文索引。因爲這是平常使用MySQL時主要打交道的索引，至於哈希索引和全文索引本文暫不討論。
MySQL官方對索引的定義爲：索引（Index）是幫助MySQL高效獲取數據的數據結構。提取句子主幹，就可以得到索引的本質：索引是數據結構。
爲什麼要給表加上主鍵？？？
主流的RDMBS都是把平衡樹當做數據庫默認的索引數據結構。當然也有的是哈希桶作爲索引的。。
我自己理解的就是：不同的引擎的話，索引是不同的。
我們平時建表的時候都會爲表加上主鍵，在某些關係數據中，如果建表時不指定主鍵，數據庫會拒絕建表
的語句的執行。事實上，一個加了主鍵的表，並不能稱之爲表，一個沒加主鍵的表，她的數據會無序的放置在磁盤‘存儲器上，
一行一行的排列的很整齊，和我認知中的表很接近，如果這時候加上了主鍵，那麼表在磁盤上的存儲結構就有整齊排列結構變成了樹狀結構。也就是上面的平衡樹。整個表就變成了一個聚集索引，這就是爲什麼一個表只能有一個主鍵，一個表只能有一個聚集索引，因爲主鍵的作用就是把表的數據格式轉換成平衡樹的格式放置。
講完聚集索引，接下來我們就聊一聊非聚集索引，也就是我們平時經常提起和使用的常規索引。
非聚集索引和聚集索引一樣。同樣是採用非平衡樹作爲索引的數據結構的。索引結構中個節點的值來自於表中
的索引字段，假如給user表的name字段加上索引，那麼索引就是有name字段的值構成，在數據改變時，DBNS需要一直維護索引結構的正確性，如果給表中的多個字段加上索引，那麼就會出現多個獨立的索引結構，每個索引（非聚集聚集）就不互相關聯了。每次給字段建一個新索引，字段中數據就會被複制一份出來。用於生成索引。因此，給表添加索引，就會添加表的體積。佔用磁盤存儲空間。
非聚集索引和聚集索引的區別在於：通過聚集索引可以查到需要查找的數據，而通過非聚集索引可以查到記錄對應的主鍵值，在使用主鍵的值通過聚集索引查找需要的數據。
不管以任何方式查詢表，最終都會利用主鍵通過聚集索引來定位到數據，聚集索引（主鍵）是通往真實數據真實數據的唯一途徑。
-----------------這裏我們介紹的就是爲什麼添加索引後，效率會高很多-------------------
B數又叫B-樹，它就是一種平衡多路查找數。。
這裏我們就簡單的去描述一下B數的主要特點。。
所有的葉子節點必須在同一層次，也就是他們具有相同的深度。
在一個節點中，第n個子數中的所有key，小於這個節點第n個key.大於n-1的key。。就是這樣的。
由於B_tree的特性，在B-tree中安key解鎖數據的算法非常直觀：如果找到則返回對應的節點的data,否則對相應區間的指針指向的節點遞歸進行查找，直到找到節點或找到null指針，前者查找成功，後者查找失敗，B-tree上查找算法的僞代碼的如下：
根據上面的性質的話，我們對於一個度爲d的B-tree，設其索引N個key，則其樹的高上面爲logd((N+1)/2),解鎖一個key.其查找節點個數的建進度複雜度O(logdN).這點。B-tree是一個 非常有效率的索引數據結構。
另外， 由於插入刪除新的數據會破壞B-tree的性質，在插入刪除時，需要對數進行一個分裂，合併，轉移等操作以保持
B-tree性質。
這裏的話，b-tree有很多變種，其中最常見的就是b+tree，比如mysql就普遍使用B+tree實現其索引結構。
這裏就是每個節點不存儲data，只儲存key.
葉子節點不存儲指針。
。。。。。。。。這裏我們對數據庫 的優化，談談自己的看法吧。。。。。。。。。。。。
sql的優化就是結構優化和查詢語句的優化：（就是簡單點的話，就是避免全表掃描）
1.對查詢進行優化，應儘量避免的是全表掃描，首先應考慮的在where 即order by設計的列上建立索引。
這裏我們就簡單的說三條可以不？
應儘量避免在where字句中對字段進行null值判斷，否則將導致引擎方式使用索引而進行全表掃描。
應儘量避免使用where語句中使用or來連接條件。否則將導致引擎放棄 使用索引而進行全表掃描。