MySQL发展
正确创建合适索引，是提升数据库查询性能的基础
通过快速检索101，找到磁盘位置，快速查询数据
为什么MySQL选择了B+Tree
二叉树
通过二叉树查找（第一个插入的就是根节点）
平衡二叉树
节点的子节点的高度差不超过1，红黑树就是一个平衡二叉树
一个节点就是一个磁盘块，每一个节点保存的数据是关键字，数据区(指向磁盘位置，加载数据)，通过P1快速的找到5
下面是平衡二叉树的存放数据介绍
上面这个高度超过了一，平衡二叉树会做一个旋转，保证树的平衡下面是一个国外的网站，可以展示树的插入
多路平衡查找树(B-Tree)
绝对平衡树，如何·保证绝对平衡，向上合并，保证绝对平衡
一个节点16K，我们一般用int类型id作为索引，能短则短，这个一个节点就可以有多个路
B+Tree
支节点只保存关键字和引用，不保存数据，数据全部在叶子节点上
所以保存的关键字会比B-Tree的多
为什么选用B+Tree？
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200206164733386.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDE0OTkwMw==,size_16,color_FFFFFF,t_70
B+Tree索引在MySQL中体现
引擎InnoDB和Myisam
Myisam是数据和索引分别存储，InnoDB没有分开
frm是表定义文件，数据保存在MYD，索引保存在MYI
InnoDB数据和索引在ibd文件中
InnoDB叶子节点中保存数据所有信息
主键是最常用的数据条件，辅助索引叶子节点是主键索引，一旦数据发生迁移，无需修改辅助索引
InnoDB没有主键会创建一个隐式主键
索引知识
列的离散性
离散性越高，选择性越好
最左匹配原则
联合索引
覆盖索引，一旦命中覆盖索引，可以提高性能
对于like，和离散性有关，离散性差用不到索引
语句前面加explain select * from user；
存储引擎
每个表都可以指定存储引擎
无论什么存储引擎都会有frm表结构定义文件
CSV存储引擎，数据的快速导入导出，表格直接转换成csv文件（不介绍了）
Archive，数据存储ARZ文件，不支持事务，至只允许insert和select，应用日志系统 （不介绍了）
Memory存储引擎
面试可能会问Myisam和InnoDB的区别
Myisam是MySQL5.5之前默认的存储引擎
而InnoDB支持行级锁，支持事务，主键索引方式进行数据存储，MVCC（多版本控制）
在5.5版本之后使用InnoDB引擎