mysql索引概念、分类及创建高性能索引

前期数据结构准备：

重点：B+tree
B+tree是由二叉树----》二叉平衡树（AVL树）----》平衡多叉树（B Tree（N叉树））-----》B+ Tree

使用B+tree的本质是提升查找效率，那么怎么查找更快？二分查找和顺序查找

二叉查找树：左边小于右边，右边大于或等于根节点的值
缺点：有可能只有左边或者只有右边，查找效率相当于链表，这样的二叉查找树没有意义
进化---》二叉平衡查找树：

平衡二叉查找树（AVL树）
满足二叉查找树
任何根节点，左右两边的高度差（单个叶子节点不能>1）的绝对值不能超过1（通过旋转，使高度绝对值小于1--可以等于1）
缺点：当子节点越来越多，树的深度也越来越大，会影响查找效率
进化---》多叉平衡查找树(BTree和B+Tree)

B TREE和B+Tree都是多叉平衡查找树，树的高度一般2~3层

BTree在非叶子节点也存放数据，查询的话，返回的数据会更多，占用IO
B+Tree在非叶子节点不存放数据，只存储索引，只在最底层叶子节点存放数据，返回的数据相对少
B+Tree的叶子节点之间使用的指针进行链接，变成链表（双向链表）的结构，进行了排序，可以进行双向排序
B*树在非叶子节点之间也用指针进行链接，oracle使用的是B*树
B+Tree查出来的数据都是排好序的

B+tree生成网址：B-Tree Visualization

一、官方定义的索引：帮助mysql高效获取数据的数据结构，

本质上是一种数据结构；

作用是用来高效获取数据的；

二、索引的分类

（1）按数据结构分：

B+Tree：生成一颗N叉树，最下层的叶子节点使用双向链表的方式进行链接，最下层既存储了索引，也存储了对应的数据

Hash索引：根据索引字段生成hashCode进行存储；

影响B+Tree查询效率的，一般是取决于B+Tree的高度，一般情况下，mysql优化器会将B+Tree的高度设置为3~4层
对于精确查找（=、in）使用Hash索引，只需要精确匹配一次即可获取结果，效率比使用B+Tree索引高；
mysql5.7在InnoDB开启了自适应Hash索引，即根据热点数据分析后，会自动创建Hash索引，不需要程序员手动去创建；通过下面sql可以查到：