索引原理
1.为什么我们?添加完索引??后??查询速度会变快??？
传统的查询方法，是按照表的顺序遍历的，不论查询几条数据，mysql需要将表的数据从头到尾遍历一遍
在我们添加完索引之后，mysql一般通过??BTREE算法??生成一个??索引文件??，在查询数据库时，找到索引文件进行??遍历(折半查找大幅查询效率)??，找到相应的键从而获取数据
2.索引的代价
创建索引是为产生索引文件的，??占用磁盘空间??
索引文件是一个??二叉树类型的文件??，可想而知我们的dml操作同样也会对索引文件进行修改，所以性能会下降
3.在哪些column上使用索引？
较频繁的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创建索引，尽管频繁作为查询条件，例如gender性别字段
更新非常频繁的字段???? 不适合作为索引??
不会出现在where子句中??的字段??不该创建索引??
总结: 满足以下条件的字段，才应该创建索引.
a: 肯定在where条??经常使用??
b: 该字段的内容??不是唯一的几个值
c: 字段内容??不是频繁变化??。
查看索引的使用情况?
show status like '%Handler_read%';
handler_read_key:这个值越高越好，越高表示使用索引查询到的次数。
handler_read_rnd_next:这个值越高，说明查询低效。
查看表的所有索引和删除?
#查看:
show indexes from `表名`;
#或
show keys from `表名`;
#删除
alter table `表名` drop index 索引名;
索引四元素
- 索引名称
用来标记索引
- 索引字段
索引生成的原始对象和依据；
- 索引类型
mysql索引的四种类型：??主键索引???、??唯一索引???、??普通索引???和??全文索引???。通过给字段??添加索引???可以??提高数据的读取速度???，提高项目的并发能力和抗压能力。??索引优化j是mysql中的一种优化方式。索引的作用相当于??图书的目录???，可以根据目录中的页码??快速找到所需的内容??。
? 主键索引:?
主键是一种唯一性索引，但它必须指定为??PRIMARY KEY??，每个表只能有一个主键。
alert table tablename add primary key(`字段名`)?唯一索引:?
索引列的所有值都只能出现一次，即必须??唯一??，值可以为??空??。
alter table table_name add unique index(`字段名`);#删除旧索引再添加alter table table_name drop index `字段名` , add unique index(`字段名`);?普通索引 :?
??基本??的索引类型，值可以为空，没有唯一性的限制。
alter table table_name add index(`字段名`);?全文索引:?
全文索引的索引类型为??FULLTEXT??。 全文索引可以在??varchar、char、text??类型的列上创建。 可以通过??ALTER TABLE??或CREATE INDEX命令创建。 对于大规模的数据集，通过ALTER TABLE（或者CREATE INDEX）命令创建全文索引要比把记录插入带有全文索引的空表更快。 ??MyISAM??支持全文索引，??InnoDB??在mysql5.6之后支持了??全文索引??。
全文索引??不支持中文???需要借??sphinx(coreseek)???或??迅搜<、code>技术处理中文。??
alter table 表名 add FULLTEXT(`字段名`);- 索引方法
btree索引算法
InnoDB存储引擎默认的索引就是btree。
节点保存索引，而不是数据。所有的数据都保存在叶子节点，叶子节点不单保存数据，还包含指向数据指针，而且按照数据自小到大顺序链接。(这里说的是b+tree)
数据的插入、删除只在叶子节点进行。(这里说的是b+tree)
btree有两种，一种是btree，还有一种是b+tree。
数据库中说的btree一般说的是b+tree。这两种有什么区别呢？
- btree所有节点都是放索引和数据，而b+tree只在叶子节点放数据和索引，非叶子节点只存放索引。
- btree叶子节点相互独立，b+tree叶子节点有一条链相连。
- btree可以实现把热点数据放在离根节点进的节点，重复多次查询热数据更高效。
- b+tree，一次读取，在内存页获取更多的索引，更快缩小范围。
- 全局数据遍历，b+tree只要找到最小节点，然后通过链进行顺序遍历。而btree需要每层遍历。
hash索引算法
数据通过hash算法转换成定长的哈希值，将哈希值与数据的行指针存入hash表中对应的位置，如果哈希值相同，在对应的hash中以链表形式存储。这里的原理可以参考hashmap的put方法内部实现原理。
btree与hash区别
- btree可以用作范围查询，比如>,>=,<,<=和between，除去通配符开头查询。而hash只能用作对等查询。（这是因为使用hash建立的索引，它的顺序与原顺序无法保持一致。btree都是左节点<父节点<右节点。）
- hash一次定位数据，btree总是从根到叶子节点，所以hash检索效率高。
- hash不支持使用索引排序。
- hash不支持模糊查询以及最左前缀匹配。
- hash一定要回表查询数据，btree的聚簇索引可以不用回表索引。
- hash等值查询效率不一定比btree高。当哈希冲突很大，就会影响效率，而btree所有查询都是从根到叶子节点。
基于这些情况，数据库通常使用btree索引算法。
后话
你学会了吗？