这篇文章的知识点来自于极客时间专栏<<MySQL实战45讲>>，本文持续更新。
索引
索引的目的：提高查询效率。
常见索引模型：哈希表、有序数组、搜索树
哈希表：键 – 值(key – value)对。
哈希思路：把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置
哈希冲突(多个 key 值经过哈希函数的换算，会出现同一个值的情况)的处理办法：链表
哈希表适用场景：只有等值查询的场景,比如 Memcached 及其他一些 NoSQL 引擎。
有序数组：按顺序存储。查询用二分法就可以快速查询，时间复杂度是：O(log(N))
有序数组查询效率高，更新效率低,往中间插入一个记录就必须得挪动后面所有的记录，成本太高。
有序数组的适用场景：静态存储引擎。
二叉搜索树：每个节点的左儿子小于父节点，父节点又小于右儿子
二叉搜索树：查询时间复杂度O(log(N))，更新时间复杂度O(log(N))
数据库存储大多不适用二叉树，因为树高过高，会适用N叉树
MySQL表引擎InnoDB中的索引模型：B+Tree
索引类型：主键索引、非主键索引
主键索引的叶子节点存的是整行的数据(聚簇索引)，非主键索引的叶子节点内容是主键的值(二级索引)
主键索引和普通索引的区别：主键索引只要搜索ID这个B+Tree即可拿到数据。普通索引先搜索索引拿到主键值，再到主键索引树搜索一次(回表),所以在应用中尽量使用主键查询。
一个数据页满了，按照B+Tree算法，新增加一个数据页，叫做页分裂，会导致性能下降。空间利用率降低大概50%。当相邻的两个数据页利用率很低的时候会做数据页合并，合并的过程是分裂过程的逆过程。
自增主键
使用自增主键的好处：
- 自增主键一般用整型做主键，则二级索引叶子节点只要 4 个字节；而如果使用业务字段做主键，比如字符串类型的身份证号，每个二级索引的叶子节点得占用约 20 个字节。
- 插入数据时，自增主键能保证有序插入，避免了页分裂。
从性能和存储空间方面考量，自增主键往往是更合理的选择。
使用业务字段做主键的使用场景：
- 只有一个索引
- 该索引必须是唯一索引
这就是典型的 KV 场景。由于没有其他索引，所以不用考虑其他索引的叶子节点大小的问题.
重建索引
重建索引的目的：节省空间
重建索引的办法：alter table T engine=InnoDB
联合索引
覆盖索引：如果查询条件使用的是普通索引（或是联合索引的最左原则字段），查询结果是联合索引的字段或是主键，不用回表操作，直接返回结果，减少IO磁盘读写读取正行数据
最左前缀：联合索引的最左 N 个字段，也可以是字符串索引的最左 M 个字符
联合索引：根据创建联合索引的顺序，以最左原则进行where检索，比如（age，name）以age=1 或 age= 1 and name=‘张三’可以使用索引，单以name=‘张三’ 不会使用索引，考虑到存储空间的问题，还请根据业务需求，将查找频繁的数据进行靠左创建索引。
索引下推：like ‘hello%’and age >10 检索，MySQL5.6版本之前，会对匹配的数据进行回表查询。5.6版本后，会先过滤掉age<10的数据，再进行回表查询，减少回表率，提升检索速度。
