索引的用处
索引就是为了提高数据查询的效率，就像书的目录一样。让搜索引擎刻印根据目录告诉访问他想去找的地方
常见的索引模型
- 1.哈希表
- 2.有序数组
- 3.搜索树
哈希表
哈希表 ：是一种以键 - 值（key-value）存储数据的结构，我们只要输入key就可以相对应的值即为value。哈希的速录很简单，把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置。当有哈希冲突发生的时候，将多个相同的key的value转换成一个链表。
如上图中所示，当有新的数据插入时，直接将新值追加在链表的尾端，所以哈希表中的链表内的数据是无序的。当要做范围查找的时候就需要将范围内的所有数据都进行扫描一遍，所以哈希索引做区间查询时的速度很慢
所以哈希表这种结构适用于只有等值查询的场景
有序数组
有序数组 ： 在等值查询和范围查询场景中的性能都非常优秀
在一个有序数组中，使用二分法进行查找时间复杂度为O（logN）。
缺点 ： 有序数组不太适合进行插入，删除等操作，有序数组索引只适用于静态存储引擎。
二叉搜索树
有关B+树和B树的区别可以参考
https://blog.csdn.net/BIggyGuan/article/details/107329925
索引优化的过程
索引的节点大小必须要小，这样可以间接减少IO读取的次数，提高查询效率
1 回表
如果执行 SELECT * FROM T where k between 3 and 5
mysql> create table T ( ID int primary key, k int NOT NULL DEFAULT 0, s varchar(16) NOT NULL DEFAULT '', index k(k)) engine=InnoDB; insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');
首先表中会存储2棵B+ 树，一棵存储主键和数据页的索引树， 一棵存储索引字段和主键的索引树。这其中的过程就会涉及到回表的发生。
1.在 k 索引树上找到 k=3 的记录，取得 ID = 300；
2.再到 ID 索引树查到 ID=300 对应的 R3；
3.在 k 索引树取下一个值 k=5，取得 ID=500；
4.再回到 ID 索引树查到 ID=500 对应的 R4；
5.在 k 索引树取下一个值 k=6，不满足条件，循环结束。
在这个过程中，返回到主键索引树的过程，就是回表的过程。
查询了K索引树1， 3， 5。回表了2 ， 4
2 覆盖索引
为了减少回表的次数，当我们写sql语句应当适当进行优化，例如使用select ID from T where k between 3 and 5 。因为K索引树中存储了 主键ID 和 K， 所以可以直接查询提供查询结果， 不需要回表。索引k已经覆盖了我们的查询需求，我们就成为覆盖索引。
3 最左匹配和联合索引
引擎支持最左匹配原则来减少扫描数据的数量， 提高效率，最左前缀可以是联合索引的最左N个字段，也可以是字符串索引的最左M个字符。联合索引的字段顺序也很重要，（a，b）索引可以省去了建立（a）索引的需求。
4 索引下推
联合索引可以在第一次查询的时候进行筛选，不符合条件的值的数据就直接跳过，不进行回表查询。
