1，索引谁实现的
正确的创建合适的索引是提升数据库查询性能的 使用b+树实现
2，索引的定义
索引 是为了加速对表中数据行的检索而创建的一种分散存储的数据结构
为什么要用索引？
索引能极大的减少 存储引擎需要扫描的数据量
索引 可以把随机IO 变成顺序IO
索引 可以帮助 我们在进行 分组、 排序等操作时，避免使用临时表
3，为什么选择B+Tree
平衡二叉树：
缺点：
- 它太深了 数据处的（高）深度决定着他的IO 操作次数，IO 操作耗时大
- 它太小了 每一个磁盘块 （节点/ 页） 保存的数据量太小了 没有很好的利用操作磁盘IO 的数据交换特性，也没有利用好磁盘IO 的预 读能力（空间局部性原理 ），从而带来频繁的IO
多路平衡查找数B Tree：
加强版多路平衡查找数 B+数：
B+TRee与B Tree的区别：
- B+ 节点关键字搜索采用闭合区间
- B+ 非叶节点不保存数据相关信息，只保存关键字和子节点的引用
- B+ 关键字对应的数据保存在叶子节点中
- B+ 叶子节点是顺序排列的，并且相邻节点具有顺序引用的关系
为什么选择B+Tree？
- B+ 树是B- 树的变种（PLUS 版）多路绝对平衡查找树，他拥有B- 树的优势
- B+ 树扫库、表能力更强
- B+ 树的磁盘读写能力更强
- B+树 树 的排序能力更强
- B+ 树的查询效率更加
4，B+Tree在两大引擎中如何体现
Myisam
Innodb
Innodb与Myisam对比
5，索引知识补充
列的离散性
越大离散型越好
离散性越高选择性就越好 比如性别建索引不太好 选择性太差还不如全表扫描
最左匹配原则
对索引中关键字进行计算（对比），一定是从左往右依次进行，且不可跳过
单列索引：节点中关键字[name]
联合索引：节点中关键字[name,phoneNum]
单列索引是特殊的联合索引
联合索引列选择原则：
- 经常用的列优先 【 最左匹配原则 】
- 选择性（离散度）高的列 优先 【 离散度高原则 】
- 宽度小的列 优先 【 最少空间原则】
覆盖索引
如果查询列可通过索引节点中的关键字直接返回，则该索引称之为覆盖索引。
覆盖索引可减少数据库IO，将随机IO变为顺序IO，可提高查询性能
所以才不让用select* 被命中索引就不用回表了
索引注意点
- 索引列的数据长度能少则少。
- 索引一定不是越多越好，越全越好，一定是建合适的。
- 匹配列前缀可用到索引 like 9999%， like %9999%、like %9999用不到索引；
- Where 条件中 not in 和 <>操作无法使用索引；
- 匹配范围值，order by 也可用到索引；
- 多用指定列查询，只返回自己想到的数据列，少用select *；
- 联合索引中如果不是按照索引最左列开始查找，无法使用索引；
- 联合索引中精确匹配最左前列并范围匹配另外一列可以用到索引；
- 联合索引中如果查询中有某个列的范围查询，则其右边的所有列都无法使用索引；
点关注不迷路：
