索引分类：
按物理存储分类：聚簇索引（主键索引）、二级索引（辅助索引）
按字段特性分类：主键索引，普通索引，唯一索引，前缀索引
按字段个数分类：单列索引，联合索引
主键索引：拿主键当作索引，
普通索引：除主键之外的字段当做索引
二级索引：除主键之外的字段被查询时，就是二级索引
覆盖索引：从非主键索引中就能查到记录，不需要查询主键索引，减少了树的搜索次数，显著提升性能。主键索引B+树存储的是整行数据，而普通索引B+树存储的是该索引字段数据和主键id。如果要查询的数据通过二级索引能查的出来，就不用回表再通过主键索引去查了，只用一个B+Tree就能找到数据。
联合索引：将多个字段组合成一个索引，多个字段值作为B+的key值，遵循最左匹配原则，如果不遵循索引就会失效。
联合索引的最左匹配原则，在遇到范围查询（如 >、=、<) 的时候，就会停止匹配，也就是范围查询的字段可以用到联合索引，但是在范围查询字段的后面的字段无法用到联合索引。注意，对于>=、<=、between、like 前缀匹配的范围查询，并不会停止匹配。
InnoDB数据结构选择B+Tree 的原因：
B+Tree相比BTree，B树只在叶子树节点存放数据，而B树在非叶子树节点也要存放数据，相较于B树，B+树单个节点的数据两更小，在相同的I/O次数下，就能查询更多节点。而且B树叶子节点采用的双链表连接，适合Mysql中常见的基于范围的查找，B树无法做到这一点。
B+相比Hash，Hash找明确的值非常快，但是mysql很多都是范围查找，不适用Hash
B+相比二叉树，二叉树一个节点只能有两个子节点，所以其搜索复杂度为log2N,但是B+搜索复杂度为logdN，d是子节点的数量，这会比二叉树检索速度快很多。
索引优化：
前缀索引优化：适用于一些大字符串的字段，使用前缀索引可以减少索引项的大小。order by 无法使用前缀索引
覆盖索引优化：不需要查询出包含整行记录的所有信息，减少了很多回表的操作，也减少了I/O操作
主键索引最好自增：B+是按照主键顺序存放的，如果主键值是随机的，会出现主键值插入到现有数据中间页的情况，此时还需要移动其他的数据，有可能还要从一个页面复制数据到另一个页面（页分裂），影响查询效率。
主键字段长度不要太大，会影响二级索引占用的空间
防止索引失效：
- 左右模糊匹配会失效
- 查询条件中对索引列做了计算、函数、类型转换等操作
- 不遵循最左匹配原则
- where子句中，在OR前的列是索引列，OR后的列不是索引列，则会失效。