1.查看索引
SQL执行语句：show index from 表名；
代码实例如下：
mysql> create table student(id int,name varchar(10));
Query OK, 0 rows affected (0.01 sec)
mysql> show index from student;
Empty set (0.00 sec)
可以发现在没有建立索引的情况下，表是没有索引的，那么这就涉及另一个问题了；
存在unique，primary key，foreign key 的时候，索引会自动生成；
代码实例如下：
mysql> create table student(id int primary key,name varchar(10));
Query OK, 0 rows affected (0.01 sec)
mysql> show index from student;
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| student | 0 | PRIMARY | 1 | id | A | 0 | NULL | NULL | | BTREE | | |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
此时可以发现，存在索引了，列名字为id；
注意：如上述，索引会针对指定的列，在查询的过程中只有针对这一列进行查询，查询才会被索引进行优化；
当然还存在外键的时候，代码如下：
mysql> create table student(id int primary key,name varchar(10),classid int,foreign key(classid) references class(classid));
Query OK, 0 rows affected (0.01 sec)
mysql> show index from student;
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| student | 0 | PRIMARY | 1 | id | A | 0 | NULL | NULL | | BTREE | | |
| student | 1 | classid | 1 | classid | A | 0 | NULL | NULL | YES | BTREE | | |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
这里的外键的建立，小编在上期讲解过，不明白的小伙伴就去看看吧~~~
注意：此时索引指定的列名就为两个，上面那个是主键建立的索引，下面是外键建立的索引；
2.创建索引
SQL执行语句：create index 索引名 on 表名（列名）；
代码实例如下：
mysql> create index id_index on stu(id);
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> show index from stu;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| stu | 1 | id_index | 1 | id | A | 0 | NULL | NULL | YES | BTREE | | |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
注意：创建索引是一个危险的操作，在创建索引时，数据库会根据现有的数据，进行大规模的整理，如果数据过多，会导致服务器卡死；
3.删除索引
SQL执行语句：drop index 索引名 on 表名；
代码实例如下：
mysql> drop index id_index on stu;
Query OK, 0 rows affected (0.01 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> show index from stu;
Empty set (0.00 sec)
通过上述的stu表建立的索引进行删除后，可以发现在再次查找索引的时候就为空了；
注意：这里删除的是自己手动创建的索引，如果为（主键，外键，unique创建的索引）那么此时就不能够进行删除；
2.3索引原理理解
索引的内部原理其实是一种数据结构：即B+数（N叉搜索树）
那么我们之前学过的关于查询比较高效的就有哈希表，二叉搜索树；
📍哈希表是内部一种顺序表和链表结合的结构，在查找精确的数值时，他是可以实现的，但是在数据库的模糊匹配，范围数据查询，那么哈希表就不适用了；
📍二叉搜索树来说，当数据量过大时，那么此时树的高度就为log（N），那么此时还是完全平衡的状态，如果为单分支，那么树的高度就很离谱了；
那么此时就有一个B+树来解决这个问题；那么接下来，就先讲解B树的结构；
1.B树
B树就是和二叉搜索树基本原理一致，但是一个节点上不止一个数字，当多个数字在时，就会分为几个范围，小编就通过画图解释一下吧；
如图所示：
如上图所示，此时树的高度就大大减少了，那么就缩短了时间复杂度；
注意：
一个节点存储N个key那么就会生成N+1个区域，每个区域会生成对应的子树；
结点是存储在硬盘区域的，一次读硬盘，就取出来几个key，再进行比较；
一个节点中是可以存储N个key的，但是这不是无限制的，当一个节点的key过多时，就要触发节点的分裂；当然当节点的太少时，就会触发节点的合并；
2.B+树
对于B+树是B树的优化版本，那么还是和上述一样，小编来画图来解释吧；
如图所示：B+树就是省去了大于最大值的区间范围，并且每个区间的子树最大值必须为区间的最大值，即父节点对应区间最大值；
