MySQL数据库索引原理

1. 为什么需要使用索引？
2. 数据结构Hash，平衡二叉树，B树，B+树的区别
3. 机械硬盘，固态硬盘的区别
4. Myisam和Innodb B+树的区别
5. MySQL中的索引是什么数据结构
6. B+树中的节点到底存放多少
   为什么需要使用索引？
   索引是帮助Mysql高效获取数据的数据结构。
   白话文：索引就像书的目录一样可以快速的定位到书的页码。
   如果向mysql发出一条sql的语句请求，查询的字段没有创建索引的话，会导致全表扫描，这样的话查询效率非常低。

数据结构Hash算法
哈希表（散列表），是根据关键码值（Key Value）而直接进行访问的数据结构。也就是说，它通过关键码值映射到表中一个位置来访问记录，以加快查找速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
优点：查找可以直接根据key访问
缺点：不能范围查找
数据结构平衡二叉树算法
平衡二叉树，又称AVL树。它除了具备二叉查找树的基本特征之外，还具有一个非常重要的特点：他的左子树和右子树都是平衡二叉树，而且左子树和右子树的深度之差的绝对值（平衡因子）不超过1。也就是说AVL树每个节点的平衡因子只可能是-1、0和1（左子树高度减去右子树高度）。
优点：平衡二叉树算法基本与二叉树查询相同，效率比较高
缺点：插入操作需要旋转，支持范围查询
数据结构B树
维基百科对B树的定义为“在计算机科学中”，B树（B-tree）是一种树状数据结构，它能够存储数据，对其进行排序并允许以O（log n）的时间复杂度进行查找，顺序读取，插入和删除的数据结构。B树，概括来说是一个节点可以拥有多于2个子节点的二叉查找树。与平衡二叉树不同，B树为系统最优化大块数据的读和写操作。B树算法减少定位记录时所经历的中间过程，从而加快存取速度。普遍运用在数据库和文件系统中。
因为B树节点元素比平衡二叉树要多，所以B树数据结构相比平衡二叉树结构实现减少磁盘的iO操作
数据结构B+树
新增叶子节点与非叶子节点的关系，叶子节点中包含了key和value，非叶子节点中只包含了key，不包含value，叶子节点使用链表，顺序排序，范围查询效率高。
MyISam:叶子结点存储数据信息的地址
INnoDB:叶子结点存储每行数据的信息
结合，有一定顺序排序，从而范围查询效率非常高。
缺点：因为有冗余节点数据，会比较占内存。

MySql数据库优化方案

索引的优化
sql慢查询的优化
表的优化

开启慢查询日志，可以让MySQL记录下查询超过指定时间的语句，通过定位分析性能的瓶颈，才能更好的优化数据库系统的性能。
先捕获低效SQL→慢查询优化方案→慢查询优化原则