索引
概念
索引（index）是帮助MySQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构==(B+树)==，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。
底层数据结构——B+树
其他树相关的数据结构
只要是二叉树，最好的搜索时间复杂度就是O（log2n），如果一张表的数据量有一千万，那么依旧要很长时间，一般都是几十秒。
B-Tree，B树是一种多叉平衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。其每个节点上都存储数据和指针。 以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，那么其搜索时间复杂度就是O（log4n）
B+树
B+Tree是在BTree基础上的一种优化，使其更适合实现外存储索引结构。 不同的是，B+树只有叶子节点才存储数据，非叶子节点不存储数据，只存储指针，使得存储更少，查询效率更稳定。 且叶子节点之间使用双向指针连接，相当于叶子节点形成了一个有序链表，通过首尾节点可以直接定位范围查询的起点和终点，而不需要像B树那样进行中序遍历。这样更方便扫库和区间查询。 B树与B+树对比: ①：磁盘读写代价B+树更低；②：查询效率B+树更加稳定；③：B+树便于扫库和区间查询
索引分类（聚集索引和二级索引）
聚集索引选取规则:
如果存在主键，主键索引就是聚集索引。如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。
回表查询
通过二级索引找到对应的主键值，到聚集索引中查找整行数据，这个过程就是回表。
覆盖索引
覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到 。 （我真的觉得覆盖索引这个词用的不好，搞得像聚集索引和二级索引一样像是索引分类的一种，但实际上它更像是回表查询之类的查询分类，我自己就是把覆盖索引当作覆盖查询来记得）
举例如下：
超大分页查询
在数据量比较大时，如果进行limit分页查询，在查询时，越往后，分页查询效率越低。 为此我们可以通过覆盖索引加子查询形式进行优化。
select
*
from
tb_sku t,
(select id from tb_sku order by id limit 9000000,10) a
where
t.id = a.id;
效率如下： 覆盖索引加子查询的方式之所以比limit要快的原因：待更 可以先看看其他资料： https://cloud.tencent.com/developer/article/2026751
索引创建原则
1). 针对于数据量较大，且查询比较频繁的表建立索引。 2). 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。 3). 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。 4). 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。 5). 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。 6). 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。 7). 如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。
建立索引
mysql中使用create index创建索引
-- 创建单列索引
CREATE INDEX index_name ON table_name (column1);
-- 创建联合索引
CREATE INDEX index_name ON table_name (column1, column2, ...);
相关面试题回答模板
面试官： 了解过索引吗？（什么是索引）
候选人： 嗯，索引在项目中还是比较常见的，它是帮助MySQL高效获取数据的数据结构，主要是用来提高数据检索的效率，降低数据库的IO成本，同时通过索引列对数据进行排序，降低数据排序的成本，也能降低了CPU的消耗
面试官： 索引的底层数据结构了解过嘛 ?
候选人： MySQL的默认的存储引擎InnoDB采用的B+树的数据结构来存储索引，选择B+树的主要的原因是：第一阶数更多，路径更短，第二个磁盘读写代价B+树更低，非叶子节点只存储指针，叶子阶段存储数据，第三是B+树便于扫库和区间查询，叶子节点是一个双向链表
面试官： B树和B+树的区别是什么呢？
候选人： 第一：在B树中，非叶子节点和叶子节点都会存放数据，而B+树的所有的数据都会出现在叶子节点，在查询的时候，B+树查找效率更加稳定
第二：在进行范围查询的时候，B+树效率更高，因为B+树都在叶子节点存储，并且叶子节点是一个双向链表
面试官： 什么是聚簇索引什么是非聚簇索引 ?
候选人：
好的~，聚簇索引主要是指数据与索引放到一块，B+树的叶子节点保存了整行数据，有且只有一个，一般情况下主键在作为聚簇索引的
非聚簇索引值的是数据与索引分开存储，B+树的叶子节点保存对应的主键，可以有多个，一般我们自己定义的索引都是非聚簇索引
面试官： 知道什么是回表查询嘛 ?
候选人： 嗯，其实跟刚才介绍的聚簇索引和非聚簇索引是有关系的，回表的意思就是通过二级索引找到对应的主键值，然后再通过主键值找到聚集索引中所对应的整行数据，这个过程就是回表
【备注：如果面试官直接问回表，则需要先介绍聚簇索引和非聚簇索引】
面试官： 知道什么叫覆盖索引嘛 ?
候选人： 嗯~，清楚的
覆盖索引是指select查询语句使用了索引，在返回的列，必须在索引中全部能够找到，如果我们使用id查询，它会直接走聚集索引查询，一次索引扫描，直接返回数据，性能高。
如果按照二级索引查询数据的时候，返回的列中没有创建索引，有可能会触发回表查询，尽量避免使用select *，尽量在返回的列中都包含添加索引的字段
面试官： MYSQL超大分页怎么处理 ?
候选人： 嗯，超大分页一般都是在数据量比较大时，我们使用了limit分页查询，并且需要对数据进行排序，这个时候效率就很低，我们可以采用覆盖索引和子查询来解决
先分页查询数据的id字段，确定了id之后，再用子查询来过滤，只查询这个id列表中的数据就可以了
因为查询id的时候，走的覆盖索引，所以效率可以提升很多
面试官： 索引创建原则有哪些？
候选人： 嗯，这个情况有很多，不过都有一个大前提，就是表中的数据要超过10万以上，我们才会创建索引，并且添加索引的字段是查询比较频繁的字段，一般也是像作为查询条件，排序字段或分组的字段这些。
还有就是，我们通常创建索引的时候都是使用复合索引来创建，一条sql的返回值，尽量使用覆盖索引，如果字段的区分度不高的话，我们也会把它放在组合索引后面的字段。
如果某一个字段的内容较长，我们会考虑使用前缀索引来使用，当然并不是所有的字段都要添加索引，这个索引的数量也要控制，因为添加索引也会导致新增改的速度变慢。
好文阅读
发表评论