简记索引是什么，是如何加速查询的

        索引类型就不再叙述了

        直接开搞，接入正题

        MySQL 里绝大多数索引都是 B+树，另外有少数情况会使用 Hash索引、R-tree等等，今天只讨论 B+树。

先来讲一下B树和B+树的区别

B树是一种多叉平衡查找树，主要特点：

1. B树的节点中存储着多个元素，每个内节点有多个分叉。
2. 节点中的元素包含键值和数据，节点中的键值从大到小排列。也就是说，在所有的节点都储存数据。
3. 父节点当中的元素不会出现在子节点中。
4. 所有的叶子结点都位于同一层，叶节点具有相同的深度，叶节点之间没有指针连接。

缺点：

1. B树不支持范围查询的快速查找，它需要回到根节点重新遍历查找，需要从根节点进行多次遍历，查询效率有待提高。
2. 如果节点的数据存储的是行记录，行的大小随着列数的增多，所占空间会变大。这时，一个页中可存储的数据量就会变少，树相应就会变高，磁盘IO次数就会变大。 

        B+树，作为B树的升级版，在B树基础上，MySQL在B树的基础上继续改造，使用B+树构建索引。B+树和B树最主要的区别在于非叶子节点是否存储数据的问题

区别：

1. B树：非叶子节点和叶子节点都会存储数据。
2. B+树：只有叶子节点才会存储数据，非叶子节点至存储键值。叶子节点之间使用双向指针连接，最底层的叶子节点形成了一个双向有序链表。 

 索引加快查询的原因

        了解索引B+树的结构后，再来看一下查询流程

• B+树根据索引等值查询

  

•  范围查询

        可以看出有了索引就不需要再进行全文查找了

 索引类型的区别

• 主键索引与非主键索引又称聚集索引与非聚集索引

        这个不带行数据完整信息的索引，就叫二级索引（secondary index），也叫辅助索引。

        整个过程就是在查找到David后，会通过它们的主键去聚合索引查到行数据

•  复合索引又称联合索引，组合索引

        如果想根据姓名和年龄同时查询，我们给 name 和 age 同时建索引：

        这时候会发现5，4两个元素换了个位，因为排序时，是先用 name 比较大小，如果 name 相同，则用 age 比较。 

        这是多条件查询顺序的一种情况，例如复合索引（a_b_c），是不是等于有了索引：a，a_b，a_b_c三个索引，这样是不是节省了空间，当然节省的空间并不是三倍于（a，a_b，a_b_c）三个索引，因为索引树的数据没变，但是索引data字段的数据确实真实的节省了。

        其他的情况，只给 student 表建 idx_name_age 这个复合索引，查询条件只查name或者只查age，也可以是顺序调换一下先查age后查name，这些情况并不完全走索引。这就又要说一下最左匹配原则了，因为mysql创建复合索引时，首先会对最左边字段排序，也就是第一个字段，然后再在保证第一个字段有序的情况下，再排序第二个字段，以此类推。因此，只有只查name的时候才会走索引。

所以复合索引最左列是绝对有序的，其他字段无序。

        联合索引的创建原则，在创建联合索引的时候因该把频繁使用的列、区分度高的列放在前面，频繁使用代表索引利用率高，区分度高代表筛选粒度大，这些都是在索引创建的需要考虑到的优化场景，也可以在常需要作为查询返回的字段上增加到联合索引中。