目录
一. 什么是索引？
索引是创建在数据表上的，是对数据库表中的一列或多列的值进行排序的一种结构。
如果将数据库比作一本书，那么索引就是书的目录，用来提高插叙的速度，通过索引，查询数据时可以不必读完记录的所有信息，而只是查询索引列。否则，数据库系统需要读取每条记录的所有信息进行匹配。
二. 认识MySQL的存储
1.理解磁盘
MySQL给用户提供存储服务，而存储的数据都是磁盘这个外设当中，磁盘是计算机的一个机械设备，相比于计算机其它电子元件，磁盘效率是比较低的，在加上IO本身特征，可以知道，如何提高效率，是Mysql重要的一个特征。
因此认识Mysql的存储，我们需要从磁盘开始认识：
接下来我们研究其中一个盘面：
数据库文件是保存在磁盘上的一个一个的扇区，也就是上面的一个一个的小格子，每个扇区大概是512个字节，当数据库文件很大，则会占用多个扇区。
因此，查找一个文件，本质是在磁盘中找到该文件存储的扇区，而我们能够定位任何一个扇区，那么便能找到所有的扇区，因为查找的方式是一样的.那么怎样去定位扇区呢？
- 柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面
- 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的。
- 所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区
我们能够在硬件上定位任何一个扇区，但是在系统软件上，是按照扇区的大小（512个字节，少部分4096个字节），进行IO交互吗？
2. MySQL与磁盘交互的基本单位
系统与磁盘进行I/O的基本单位是4kb,但是MySQL作用一款存储软件，它的功能主要是增删查改，所以这就要求它有更高的I/O效率，就需要减少磁盘查找扇区的次数，因此MySQL进行IO的基本单位是16kb，这里叫做page。
当然，MYSQL作为一款应用软件，它是运行在用户区上，它不会直接与磁盘进行数据交互，只能是操作系统将数据读取到内核缓冲区中，然后MySQL在与内核缓冲区进行IO交互。
为什么MySQL的I/O的基本单位是page？
但是我们忽略内核缓冲区与磁盘的IO交互，想象MySQL与磁盘进行IO交互，那么MySQL的数据文件是以page于磁盘进行I/O交互。
总结
- MySQL是以page为单位保存与磁盘进行I/O交互，目的是为了提高I/O效率。
- MySQL中的CRUD操作（增删查改），都需要通过计算，找到相对应的page的位置。
- 只要参与计算，就需要CPU参与，而为了便于CPU，就需要先将数据移动到内存当中。这就涉及到磁盘与内存的IO交互，此时的IO的基本单位就是page。
- 磁盘与内存的I/O时间=等的时间+拷贝的时间，在MySQL与磁盘的IO大部分时间都是在等，因为磁盘需要给你找到一个一个的磁道，在找到对应的扇区。
- 记录是按照行来存储的，但数据库的读取并不以[行]为单位，否则一次读取（也就是一次I/O操作，只能处理一次数据，所以每次读取就需要进行一次I/O，查找效率低下。
- 而数据库的I/O操作最小的单位是page，InnoDB 数据页的默认大小是 16KB，意味着MySQL每次到磁盘中读取的数据最少是16kb，刷新到磁盘上也是16kb。
三. 数据页（page)
1. 理解单个数据页
- 每个数据页中的头部包含page_prev和page_next，分别指向前一个数据页和后一个数据页。
- 每个数据页中包含页目录，方便查找页里面的数据。
- 数据页中的存储数据用了链表的结构，前一条数据指向下一条数据，方便数据的增加和删除。
下面是一个单个数据页的结构
为什么要有页目录？
2. 理解多个数据页
如果有大量数据，则需要有多个数据页来存储这些数据，如果有多个数据页，同样需要给page带上目录，方便定位到相对应的数据页。
- 使用一个目录项来指向某一页，而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
- 和页内目录不同的地方在于，这种目录管理的级别是页，而页内目录管理的级别是行。
- 其中，每个目录项的构成是：键值+指针。图中没有画全
目录页是专门来存放指向page中的最小的数据和page地址，它本身不存放数据，当有多个目录页，如果要查找id为22的所有信息（id是主键），它的搜寻过程如下：
- 通过”id=22“从在目录页中进行比较，发现它的id属于21这一页.
- 通过指针找到21这一页，然后再去该页的目录进去查找，发现在目录三中。
- 通过页目录3找到id为21的值，从id为21往下找，直到与id为22相对应。
- 最后显示id=22的所有信息。
如果有多个目录页，则需要在创建一级目录页去管理这些目录页。
如上是MySQL存储数据的整体结构，整体结构就是我们常说的B+树。
如上树，如果我们刚开始要在MySQL中查找一个id值为1，它的查找过程：
- 那么首先会先将b+树的根节点的目录页加载到内存当中。
- 再通过id=1找到下一级的目录页，并加载到内存当中。
- 再通过目录页找到相对应的数据页，并加载到内存当中，并可以查找到相对应的值。
如上的过程加载了两次页目录，和一次数据页到内存中，一共进行了3次I/O.整个过程的I/O次数相对较少，因此可以提高搜索效率。
在内存当中是否为一整棵B+树？
InnoDB采用的是B+树来作为索引，B+树它的特点有：
- 只有叶子节点才会存储数据，非叶子节点仅用来存放目录项作为索引。
- 非叶子节点分为不同层次，通过分层来降低每一层的搜索量。
- 所有节点按照索引键的大小排序，构成一个双向链表，便于范围查找。
为什么不用B树来作为索引结构：
- 相比于B+树来说，B树的节点里面既有数据，又有指针，由于数据页的大小是固定的，所以节点存储的索引就会减少，那么B树的高度就相对较高，如果结构是B树的话，那么在查找的时候，进行I/O的次数相对来说会比较多。
- B+树的叶子节点全部相连，可以便于范围查找，而B树没有进行相连。
为什么不选用AVL树或者红黑树来作为索引结构？
四. 索引的分类
1.按结构分类
按结构分类有聚簇索引和非聚簇索引。
2.聚簇索引
用户数据和索引数据存放在一颗树上的方案称为聚簇索引。
如上，非叶子节点存放的是索引值，叶子节点存放的是MySQL中的数据。
InnoDB存储引擎采用的采用的就是聚簇索引结构。
3.非聚簇索引
非聚簇索引就是数据与索引分开，叶子节点存放的数据的地址，数据存放在另一张表中。如下：
MyISAM存储特点就是非聚簇索引，它的叶子节点只存放数据的地址，通过地址在去另一张表里面找到相对应的数据。
实验
在数据库中创建一个存储引擎为MyISAM的表结构mtest。
mysql> create table mtest
-> ( id int primary key,
-> name varchar(12) not null
-> )engine=MyISAM;
Query OK, 0 rows affected (0.01 sec)
查看Mysql数据库目录路径，进入/etc/my.cnf文件 -> datadir=数据库的路径。
[root@iZwz97d32td9ocseu9tkn4Z mysql]# vim /etc/my.cnf
进入mysql数据库
[root@iZwz97d32td9ocseu9tkn4Z ~]# cd /var/lib/mysql查看mtest文件，MyISAM存储引擎结构为有3个文件进行存储。
- mtest.frm为表结构。
- mtest.MYD为对应的数据，当前没有数据，所以是0。
- mtest.MYI为对应的主键索引。
创建一个存储引擎为InnoDB的表结构，表名为innodb_test.
查看 innodb_test表结构
innodb_test.frm 表结构
innodb_test.ibd 索引和用户数据。
4.按字段特性分类
按字段分类，有主键索引，唯一键索引，普通索引。
主键索引
创建主键索引：
在创建表的时候，直接在字段后面加上primary key。
mysql> create table user1
-> ( id int primary key,
-> name varchar(12)
-> );
Query OK, 0 rows affected (0.09 sec)
唯一索引和普通索引（二级索引）
唯一键索引：一张表可以有多个唯一索引，索引列为空，但是允许有空值。
创建唯一索引，将id设置为唯一键索引：
mysql> create table user2(
-> id int unique,
-> name varchar(12)
-> );
Query OK, 0 rows affected (0.02 sec)
普通索引与主键索引的区别
InnoDB存储结构是聚簇索引，InnDB建立主键索引和普通索引的区别：
- InnoDB的主键索引的B+tree的叶子节点存放的实际数据，所有完整的用户记录都存放在主键索引的B+Tree 的叶子节点里。
- 普通索引的B+tree的叶子节点存放的是主键值，而不是实际数据。
所以，在查询数据使用普通索引查找，如果查询的数据能够在普通索引树里面查询的到，则不需要回表，这个过程就是索引覆盖。如果查询的数据不在普通索引树里面，则会在普通索引中查找它的主键值，然后在通过主键值，再去主键索引树去查找，这就叫做回表查找。
普通索引查找信息的过程：
- 通过name为张飞在普通索引中查找相对应的主键值24，然后通过该主键值24再去主键索引查找张飞的所有信息，如下：
MyISAM的存储结构是非聚簇索引，它的普通索引与主键索引是没有差别。
它们的索引树都是存放存放的是数据的地址，然后通过数据的地址找到相对应的值。
查询索引
索引的创建原则
- 比较频繁作为查询条件的字段应该创建索引
- 唯一性太差的字段不适合单独创建索引，即使频繁作为查询条件
- 更新非常频繁的字段（增删查改）不适合作创建索引
- 不会出现在where子句中的字段不该创建索引
