1. B+树（索引数据结构）
什么是索引？ 为什么索引能加快查询？ 索引的数据结构是什么？ B+ 树 和（B 树 和 红黑树）有什么区别？ 为什么选择 B+树 作为索引数据结构？
为什么Mysql InnoDB选择B+ Tree作为索引？
- B+ 树 vs B 树 B+ 树只在叶子节点存储数据，B树的非叶子节点也要存储数据，所以B+ 树的单个节点的数据量更小
- B+ 树 vs 二叉树 对于有N个叶子节点的B+ 树，搜索复制度为O（logdn）
- B+ 树 vs Hash
2. 索引组织表（索引存储）
堆表和索引组织表有什么区别？
分别应用场景是什么？
Mysql InnoDB存储引擎中数据存储方式：索引组织表
数据存储有堆表和索引组织表两种。
堆表中的数据是无序存放的，数据的排序完全依赖索引
索引组织表，数据根据主键进行排序存放在索引中，主键索引也叫聚集索引（Clustered Index）
在索引组织表中，数据即索引，索引即数据
二级索引
InnoDB存储引擎的数据是根据主键索引排序存储的，除了主键索引外，其它的索引都称为二级索引（Secondeary Index），或者非聚集索引
二级索引也是一颗B+树索引，但是它和主键索引不同的是叶子节点存放的是索引键值、主键值
通过二级索引idx_name 只能定位主键值，需要额外再通过主键索引进行查询，才能得到最终结果。
这种二级索引通过主键索引进行再一次查询的操作叫做“回表”
这样的二级索引设计的好处：若记录发生了修改，则其它索引无须进行维护，除非记录的主键发生了修改
在索引组织表中，万物皆索引，索引就是数据，数据就是索引。
二级索引的性能评估
要比较顺序，对聚集索引性能友好
尽可能紧凑，对二级索引的性能和存储友好
函数索引（先了解）
…
3.组合索引（联合索引）
联合索引的结构是什么？
如果利用联合索引提升查询性能
组合索引（Compound Index）是指由多个列所组合而成的B+树索引
组合索引既可以是主键索引，也可以是二级索引，只是排序的键值从1个变成了多个，本质还是一棵B+树索引
索引覆盖
目的是为了避免回表，由于二级组合索引的叶子节点，包含索引键值和主键值，若查询的字段在二级索引的叶子节点中，则可以直接返回结果，无需回表。
这种组合索引避免回表的优化手段称为索引覆盖（Covering Index）
4.索引失效
有哪些索引失效的场景？
为什么会失效？
前提：索引可以提高语句查询速度，但是索引并不是万能的，建立了索引，并不意味着任何查询语句都能走索引扫描
索引存储结构长什么样？
MySQL默认的存储引擎是InnoDB，采用的是B+树作为索引的数据结构。在建表的时候，InnoDB存储引擎默认会创建一个主键索引，也就是聚簇索引，其它索引都属于二级索引
失效情况
A. 对索引使用左或者左右模糊匹配
索引B+树是按照索引值有序存储的，只能根据前缀进行比较
B. 对索引使用函数
索引保存的是索引字段的原始值，而不是经过函数计算后的值
C. 对索引进行表达式计算
原因与索引使用函数差不多，进行了表达式计算后得到的值不是原本的值，无法走索引
D. 对索引隐式类型转换
Mysql的类型转换规则：
字符串 –> 数字，就相当于 数字比较
数字 –> 字符串，就是字符串比较
小总结：在Mysql中，遇到字符串和数字比较的时候，会自动把字符串转为数字，然后再进行比较
E. 联合索引非最左匹配
F. Where 子句中的OR
在WHERE子句中，如果在OR前的条件列是索引列，而OR后面不是索引列，那么索引会失效
5.索引选择
Mysql数据库中的优化器是怎么执行的？
根据什么标准选择索引？
MySQL是如何选择所索引的？
在关系型数据库中，B+树索引只是存储的一种数据结构，具体使用还需要依赖数据库的优化器，优化器决定了具体某一索引的选择
而优化器的选择是基于成本（cost），哪个索引的成本越低，优先选择哪个索引
Cost = Server Cost + Engine Cost
= CPU Cost + IO Cost
先看MySQL数据库的结构，MySQL由Server层和Engine层组成：
Server层有SQL分析器、SQL优化器、SQL执行器，用于负责SQL语句的具体执行过程
Engine层负责存储具体的数据，常使用InnoDB存储引擎，还有用于内存中存储临时结果集的TempTable引擎
MySQL索引出错：
未使用创建的索引
索引创建在有限状态上
6.索引应用
建立索引有什么优点和缺点？
如何正确使用索引？
哪些场景下适合建立索引？
哪些场景下不适合建立索引？
总结
B+树索引
索引的加快查询的一种数据结构，其原理是插入时对数据排序，缺点是会影响插入的性能
Mysql当前支持B+树索引、全文索引、R树索引
B+树索引的高度通常为3~4层，高度为4的B+树可以存放50亿左右的数据
由于B+树的高度不高，查询效率高，50亿的数据也只需插叙4次I/O
Mysql单表的索引没有个数限制，业务查询需要，创建即可
可以通过表sys.schema_unused_indexes和索引不可见特性，删除无用的索引
Mysql采用B+树索引？从数据结构、磁盘I/O操作次数出发
索引组织表
Mysql InnoDB存储引擎是索引组织表，以及索引组织表和堆表之间的区别：
索引组织表主键是聚集索引，索引的叶子节点存放表中一整行完整记录
除主键索引外的索引都是二级索引，索引的叶子节点存放的是（键值，主键值）
由于二级索引不存放完整记录，因此需要通过主键值再进行一次回表才能定位到完整数据
索引组织表对比堆表，在海量并发的OLTP业务中能有更好的性能表现
每种不同数据，对二级索引的性能开销影响不一样
有时通过函数索引可以更快解决线上SQL的性能问题
虚拟列不占用实际存储空间，在虚拟类上创建索引本质就是函数索引
组合索引
组合索引也是一颗B+树，只是索引的列由多个组成，组合索引既可以是主键索引，也可以是二级索引
组合索引的三大优势
覆盖多个查询条件，如（a，b）索引可以覆盖查询 a = ? 或者 a = ? and b = ?
避免SQL的额外排序，提高SQL性能，如WHERE a = ? OR ORDER BY b 这样的查询条件
利用组合索引包含多个列的特性，可以利用索引覆盖技术，提高SQL的查询性能，用好索引覆盖技术，性能提升10倍不是难事
索引失效
6种会发生索引失效的情况：
使用左或者左右模糊匹配的时候，也就是
like %xx或者like %xx%这两种方式，都会造成索引失效当我们查询条件中对所有列使用
函数，会导致索引失效在查询条件中对所有列进行
表达式运算，会导致索引失效MySQL遇到字符串和数字比较的时候，会自动把字符串转为数字，再进行比较。如果字符串是索引列，而条件语句中的输入参数是数字的话，那么所有列会发生隐式类型转换，由于隐式类型转换是通过CAST函数实现的，等于对索引列使用了函数，所以导致索引失效
联合索引要能正确使用遵循最左匹配原则，也就是按照最左优先的方式进行索引的匹配，否则索引会失效
在WHERE子句中，如果在OR前的条件列是索引列，而在OR后的条件列不是索引列，那么所有会失效
索引选择
MySQL优化器是CBO，是一种基于成本的优化器。会判断每个索引的执行成本，从中选择出最优的执行计划
MySQL优化器是CBO（Cost-based Optimizer）的
MySQL会选择成本最低的执行计划，可以通过explain命令查看每个SQL的成本
一般只对高选择度的字段和字段组合起来建立索引，选择度低的字段如性别，不建议建立索引
若数据存在倾斜，可以创建直方图，让优化器知道索引中的数据的分布，进一步校准执行计划
面试题：
1.为什么InnoDB选择B+Tree作为索引的数据结构？
B+树 vs B树
存储相同数据量级下，B+树高比B树低，磁盘I/O次数更少
B+树叶子节点用双向链表串起来，适合范围查询，B树无法做到这点
B+树 vs 二叉树
- 随着数据量的增加，二叉树的树高会越来越高，磁盘I/O次数也会更多，B+树在千万级别的数据量下，高度依然维持在3~4层左右
B+树 vs Hash
- 虽然Hash的等值查询效率高，但是无法做到范围查询
2.什么时候适用索引？
字段有唯一限制性
经常用于WHERE查询条件
经常用于GROUP BY 和 ORDER BY的字段
3.什么时候不需要创建索引？
WHERE条件，GROUP BY，ORDER BY里用不到的字段
字段中存在大量重复数据
表数据太少
经常需要更新的字段
4.什么时候索引会失效？
左或左右模糊匹配
在查询条件中对索引列做了计算、函数、类型转换等操作
联合索引要正确遵循最左匹配原则
在WHRER子句中，如果在OR前的条件是索引列而OR后的条件列不是索引列
为了更好使用索引，索引列要设置为NOT NULL
5.有什么优化索引的方法？
回答：
前缀索引优化
覆盖索引优化
主键索引最好是自增的
防止索引失效
#MySQL