1.什么是索引？
索引是创建在数据库表上的，索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息，是提高数据库性能的重要方式。
2.索引的作用
索引就像书籍的目录，当我们要搜索想看的内容的时候，先从目录搜索，然后找到内容的页数，再翻到相应的页去查看就可以了，比我们一页页翻着查找要快很多，所以索引的核心就是加快SQL的查询。
3.Mysql索引使用的数据结构，为什么没有使用其他数据结构？
Mysql索引的底层结构使用的是B+树，叶子结点会进行排序。
（1）链表
链表的查询速度是O（N），每次查询都得从链表头开始查询，例如上面查询“xiaxia”，如果xiaxia在1000的位置，那么需要遍历1000次才能查找到。
（2）数组
有人可能会说，查询速度肯定是数组最快呀，毕竟O（1），的确单纯就select的话，采用数组的形式是最合适的，但是采用数组会遇到如下几个问题：1、采用数组的话，其他操作如Delete、Update、Insert就不合适了；2、另外一个原因：索引是存在于磁盘中，当索引非常大的时候，达到几个G的时候，无法一次加载到内存中。
（3）哈希结构
HashMap查询速度为O（1），但HashMap因为自身结构原因：乱序存储的，做等值查询速度快，但如果进行范围查询就会变得非常困难。
（4）平衡二叉树
二叉查找树查询的时间复杂度是O（logN），查找速度最快和比较次数最少，既然性能已经如此优秀，但为什么实现索引是使用B+Tree而不是二叉查找树，关键因素是磁盘IO的次数，从二叉树的查找过程了来看，树的高度和磁盘IO的次数都是4，所以最坏的情况下磁盘IO的次数由树的高度来决定，数据量大的情况下树的高度会很高，查询时的IO次数也会非常的大。
从前面分析情况来看，减少磁盘IO的次数就必须要压缩树的高度，让瘦高的树尽量变成矮胖的树，所以B-Tree就在这样伟大的时代背景下诞生了。
（5）B树
一个m阶的B树具有如下几个特征：
1）根结点至少有两个子女。
2）每个中间节点都包含k-1个元素和k个孩子，其中 m/2 <= k <= m
3）每一个叶子节点都包含k-1个元素，其中 m/2 <= k <= m
4）所有的叶子结点都位于同一层。
5）每个节点中的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划。
虽然一个节点可以存多个值把树的高度进行了压缩，较AVL树来说查询时IO次数大大减少了（尤其是对于大数据量来说），但是查找时每次进行更深一层比对时，仍都要进行IO，而且在进行范围查找时，需要范围内的每个数值都要进行遍历，效率和代价仍达不到比较好的效果。
（6）B+树：
B+树的特征：
1.有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。
2.所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。（链表）
3.所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。
4、B+树查找时是从上到下查找；B-树则是从下往上查找（中序遍历）
B+树的优势：
1.单一节点存储更多的元素（这样该节点下分支变多了，树变矮胖了），使得查询的IO次数更少。
2.所有查询都要查找到叶子节点，查询性能稳定。
3.所有叶子节点形成有序链表，便于范围查询。
因此B+树最适合做我们MySQL数据库中索引的底层结构。
4.索引的分类
(1)普通索引：没有任何限制条件，可以给任何类型的字段创建普通索引。
(2)唯一性索引：使用UNIQUE修饰的字段，值不能够重复，主键索引就隶属于唯一性索引。
(3)主键索引：使用Primary Key修饰的字段会自动创建索引。
(4)单列索引：在一个字段上创建索引。
(5)多列索引：在表的多个字段上创建索引。
(6)全文索引：使用FULLTEXT参数可以设置全文索引，只支持CAHR，VARCHAR和TEXT类型的字段上，
常用语数据量较大的字符串类型上，可以提高查询速度；只有MyISAM存储引擎支持。
(7)空间索引：使用SPATIAL参数可以设置索引为空间索引，空间索引只能建立在空间数据类型上。Mysql中的空间数据类型包括GEOMETRY和POINT、LINESTRING和POLYGON等。
5.创建索引的方式
(1)在创建表时创建索引：
create table table_index(id int,name varchar(10),index(id);
(2)在创建表后创建索引：
create index name_index on student (name);
(3)查看索引：
explain select * from student where name = 'Tom';
6.索引的设计原则
(1)给区分度高的字段创建索引
(2)给经常需要排序，分组和多表联合操作的字段创建索引
(3)给常作为查询条件的字段创建索引
(4)索引的数目不宜过多
(5)使用数据量少的索引（如前缀索引，主要针对字符串类型，字符串类型尽量创建前缀索引）
(6)对于多列索引，优先指定最左边的列集
(7)删除不再使用或者很少使用的索引
7.主键索引，辅助索引，聚集索引，非聚集索引
我们主要学习一下MySQL两个重要的存储引擎，MyISAM和InnoDB存储引擎的索引结构。
(1)MyISAM存储引擎 - 主键索引
MyISAM引擎使用B+树作为索引结构，叶节点的data域存放的是数据记录的地址。下图是MyISAM主键索引的原理图：
(2)MyISAM存储引擎 - 辅助索引
在MyISAM中，主索引和辅助索引（Secondary key）在结构上没有任何区别，只是主索引要求key是唯一的，而辅助索引的key可以重复，如果给其它字段创建辅助索引，结构图如下：
根据上面两张图，首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其data域的值，然后以data域的值为地址，读取相应数据记录。
可以看到，MyISAM存储引擎，索引结构叶子节点存储关键字和数据地址，也就是说索引关键字和数据没有在一起存放，体现在磁盘上，就是索引在一个文件存储，数据在另一个文件存储，例如一个user表，会在磁盘上存储三个文件 user.frm（表结构文件） user.MYD（表的数据文件） user.MYI（表的索引文件）。
MyISAM的索引方式也叫做非聚集索引，之所以这么称呼是为了与InnoDB的聚集索引区分！
(3)InnoDB存储引擎 - 主键索引
InnoDB存储引擎的主键索引，叶子节点中，索引关键字和数据是在一起存放的，如图：
可以看到，索引关键字和数据在叶节点上，在一起存储。
(4)InnoDB存储引擎 - 辅助索引
InnoDB的辅助索引，叶子节点上存放的是索引关键字和对应的主键，如图：
辅助索引的B+树，先根据关键字找到对应的主键，再去主键索引树上找到对应的行记录数据。
从索引树上可以看到，InnoDB的索引关键字和数据都是在一起存放的，体现在磁盘存储上，例如创建一个user表，在磁盘上只存储两种文件，user.frm（存储表的结构），user.ibd（存储索引和数据）。
InnoDB的索引树叶节点包含了完整的数据记录，这种索引叫做聚集索引。因为InnoDB的数据文件本身要按主键聚集，所以InnoDB要求表必须有主键（MyISAM可以没有），如果没有显式指定，则MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键，如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含字段作为主键，这个字段长度为6个字节，类型为长整形。例如：聚集索引就像是查字典使用先找拼音首字母，找到之后再去查找需要找的汉字，而非聚集索引则是需要查找偏旁部首来直接确定汉字所在的页数（地址）。