本章我们将学习MySQL中的索引，本文将从索引的作用、索引的分类、创建索引的语法、索引的使用策略以及索引的实现原理等方面带大家了解索引。
索引的作用就是加快查询速度，如果把使用了索引的查询看做是法拉利跑车的话，那么没有用索引的查询就相当于是自行车。目前实际项目中表的数据量越来越大，动辄上百万上千万级别，没有索引的查询会变得非常缓慢，使用索引成为了查询优化的必选项目。
索引其实是一种特殊的数据，也保存在数据库文件中，索引数据保存着数据表中实际数据的。类似书籍前面的目录，这个目录就保存了书中各个章节的页数，通过查看目录我们可以快速定位章节的页数，从而加快查找速度。
假设书籍表中有几百万行数据，没索引的查询会遍历前面的100万行数据找到结果，如果我们在id上建立主键索引，则直接在索引上定位结果，速度要快得多。
缺点：本身也是数据，会占用磁盘空间；索引的创建和也需要时间成本；进行删除、更新和插入操作时，因为要索引，所以速度会降低。
注意：创建组合索引时，要遵循”最左前缀”原则，把最常查询、排序的字段放左边，按重要性依次递减。
聚簇索引，InnoDB支持，索引的顺序和数据的物理顺序一致，类似新华字典中的拼音目录排列和汉字排列顺序一致，聚簇索引一个表中只能有一个。
非聚簇索引，MyISAM支持，索引顺序和数据的物理顺序不一致，类似新华字典中的偏旁部首目录和汉字排列顺序不一致，非聚簇索引表可以有多个。
BTree的数据结构如下，是一种平衡搜索多叉树，每个节点由key和data组成，key是索引的键，data是键对应的数据，在节点的两边是两个指针，指向另外的索引，而所有的键都是排序过的，这样在搜索索引时，可以使用二分查找，速度比较快，时间复杂度是h*log(n)，h是树的高度，BTree是一种比较高效的搜索结构。
B+Tree的数据结构如下，是BTree的升级版，区别叶子节点不在存储具体的数据，只保存索引的键，数据保存到叶子节点中，并且叶子节点中没有指针只有键和数据。B+Tree的优点是：搜索效率更高，因为非叶子节点中没有保存数据，就可以保存更多的键，每一层的键越多，树的高度就会减少，这样查询速度就会提升。
索引是提高查询速度的重要手段，本章我们学习了索引的分类和创建语法，以及使用索引的策略，不是所有的表都适合创建索引，最后我们还学习了索引的内部结构，这样大家对索引会有一个基本的认识。返回搜狐，查看更多湖南幼师摸鸟门