数据库索引优化（Betree索引和Hash索引）

当表中的数据不多的时候，查询的频率比较低的情况下索引的作用还不是太明显，因为这个时候表中的数据差不多会完全缓存到内存中，所以就算是进行全表扫描也不会太慢。但是当数据量太大，内存不能完全缓存所有数据的时候，所以的作用就会显得越来越重要。

Mysql 所支持的索引类型，索引的是在mysql的存储引擎层实现的  不是在mysql服务器层实现的，所以，不用的存储引擎支持不同的索引。

1.B-tree是常见的索引实现，通常都是b+tree来实现，他的特点：

1.它是一种平衡的查找树，

2.每一个叶子到根部的距离都是相同的

3.所有的数据都是按照键值的大小来顺序存放的

4.各个叶子节点通过指针来进行链接，这样可以加快查找的效率。

2.什么情况下适合使用B树索引：

 对于第一条的解释，在order_sn字段上建立B树索引，那么这样全职匹配的时候就可以走到索引

第二条，如果建立联合索引（order_sn，create_date）,只要联合索引的第一列符合查询条件，这个索引就会被用到，联合索引的第二列符合条件，这样是无法走到这个索引的。这就叫最左匹配前缀的一种查询.

点三条这样的模糊查询，也可以利用到第二条建立的那个联合索引。注意必须是order_sn列开头的索引。

 根据b-tree的特点，他更适合范围查找

第二条 如果是联合索引，他可以精确的匹配左前列，并且范围匹配另外一列，例如：order_sn=12212 and create_date>'2021-5-10'

第三条可以用在只访问索引的查询上，这种成为覆盖索引

B树索引除了使用在查询过滤之外呢，还可以使用在order by中，可以只用这种方式来查找到值，同样也可以使用这种方式来排序。

3.B树索引的使用限制：

  如果索引命中数据库中的大部分数据时，mysql的优化器会认为可能走全表扫描的效果更好，所以就不会使用索引的方式来进行查询。

假如我们创建了一个索引（A,B,C）相当于创建了三个索引：（A），（A，B），（A，B，C）三个索引。

第一最左匹配规则的解释，如select * from test where B = '1' and A = '2'; 相当于select * from test where  A = '2'  and  B = '1'；会走索引（A，B）

第二条的解释，如果查询条件where A = '1' and C = '3';在这当中，只有 A 能使用索引，C 不能使用索引。只会走索引（A）

第三条好理解

第四条，。例如：where A = 'name' and B like 'name%' and C = 'name'; 这里只有 A，B 能使用索引，C不能使用索引。

补充一条：MySQL 能在索引中做最左前缀匹配的 like 比较，但是如果是通配符开头的 like 比较，就不能使用索引。例如：like 'name%' 可以使用索引，like '%name' 则不能使用索引。

4.Hash索引

Hash索引的限制：

5.为什么使用索引