一、什么是索引
在没有索引的情况下，为什么查询的速度会比较慢呢？？
因为数据都是存储在磁盘上的，那么再执行sql语句的时候，一定会去磁盘上读取相关的数据，那就会产生磁盘IO。如果没有索引，那么会进行多次磁盘的IO操作，比较耗费时间。
为什么要使用索引？
其目的就是为了减少磁盘的IO操作，这样就可以提高查询数据的速度。
索引本质是什么？
索引的本质就是一种数据结构。也就是说你创建了一个索引，其实mysql的数据库会帮你创建一个数据结构，然后使用该数据结构来存储数据到本地磁盘，该数据结构就是索引。
二、索引的底层原理
1.二叉查找树
特点：它的左子节点的值比父节点的值要小，右节点的值要比父节点的大。
二叉树的优点：可以优化磁盘IO的次数。节点存在有顺序，可以进行范围的查询。
二叉树的缺点：插入数据的速度会比较慢，因为会更改数据结构。不平衡的问题，会产生倾斜的二叉树。如果是递增数据插入，就会出现只有一个子树的二叉树，那就和全表查询一样了。
2.平衡查找二叉树
缺点：插入数据会平衡，但是插入的时候会改变树的结构。插入的数据的时候比较慢。而且一个节点放一个数据，数据越多，树的层级会变高，会增加磁盘IO的次数。
优点 ：二叉树是有顺序的，范围查找都是支持的。
3.B树和B+树
一个节点可以存储多个数据，相对于完全平衡二叉树的高度肯定会低，那么就会降低磁盘IO的次数。
两者的区别：
1.B树的非叶子节点存储完整数据，B+树的非叶子节点是只存储索引的，相比于B树可以存储更多的索引，层数更低，IO次数更少，性能很好
2.B+树的叶子结点有双向指针，有利于顺序查找，只要在叶子节点顺序向后遍历即可。
三、索引是怎么存储数据的
mysql中Innodb和myisam存储引擎默认都是使用B+树数据结构做索引的，存储的数据结构如下：
Innodb聚簇索引，叶子结点存储索引和数据，这里的数据指的是表里面的一行记录：
myisam非聚簇索引，叶子结点只存储索引和磁盘地址，还需要根据地址进一步找到具体的数据：
索引文件：
数据文件：
四、索引实战
1.聚集索引
InnoDB聚集索引的叶子节点存储行记录，因此， InnoDB必须要有，且只有一个聚集索引：
（1）如果表定义了PK，则PK就是聚集索引；
（2）如果表没有定义PK，则第一个not NULL unique列是聚集索引；
（3）否则，InnoDB会创建一个隐藏的row-id 作为聚集索引；每次查询只能从根节点开始遍历，去查找符合where条件的数据
2.散列度
问题：为什么有的字段建立索引，查询速度反而变慢了呢？
现在有一列字段，假如列的名称是 sex性别，存储的值是 男或者女，表中有500w条数据，现在执行sql：select * from t_user where sex = '男' 查询花费的时间2秒多，现在对sex 列建立了索引，再执行之前的sql语句，但是花费的时间变成了 20多秒，建立索引后没有变快，反而变慢了，这是为啥呢？？？
当数据有很多相同时，就需要加载很多节点，还要回表去找真实的数据，速度很慢
3.联合索引
联合索引，最左匹配原则。先按照第一个索引查询，第一个索引相同，才会按照第二个索引查找。
必须从联合索引的第一个字段开始，不能跳过，不能中断。
两个字段一般是同时出现的，推荐建立联合索引，例如高考成绩查询：身份证号+考号，如果两个字段没有关系，不建议建立联合索引。
4.回表和覆盖索引
回表的概念：通过二级索引（辅助索引）树查询索引数据，然后再通过聚集索引树查询完整数据的过程称为回表。
覆盖索引的概念：select字段已经包含在用到的索引中的时候称为覆盖索引。覆盖索引，查找的索引树就有想要的数据，不需要回表。
5.索引使用总结
5.1在什么字段上创建索引
- where、join、 order by 、group by去建立索引。
- 索引个数不要过度。
- 散列度低的字段，不要建立索引。
- 随机无序或频繁更新的值，不适合作为主键，推荐使用递增的ID作为主键索引：因为如果你是递增的话，在叶子结点上放数据直接按顺序往后面放就行，但是如果你是无序的就可能会出现数据页的分裂和合并
- 使用整型：是因为，整型比较大小要比字符串快
- 创建联合索引避免冗余索引
5.2索引失效总结
1.索引列上使用函数、表达式、运算符。
2.出现类型隐式转换，例如：字符串忘记编写引号。
EXPLAIN select * from t_user where name = 122
3.like条件字符前面带% (最左前缀)(不一定)
负向查询<> != NOT IN (不一定)