本篇文章主要讲述MySQL索引事务
所谓的索引index就是指：目录~~
索引存在的意义：加快查找的速度（省略了遍历的过程），但付出了一定的代价~
付出的代价如下：
1.需要付出额外的空间代价来保存索引数据 2.索引可能会拖慢新增，删除，修改数据的速度
但是，在总体来说，还是认为索引的利大于弊~~
在实际开发中，查询场景一般要比增删改频率高很多
查看索引：
show index from 表名;
创建索引：
create index 索引名 on 表名（列名）; 索引名称可任意取
比如：把表中的内容，根据name搞了一份目录（索引）出来~
create index index_student_name on student(name);
创建索引的操作，可能很危险，如果表里的数据很大，这个建立索引的开销也会很大……，其实最好的做法就是：创表之初就把索引设定好了，如果表里已经有很多数据了，那么，索引就别动了~
删除索引：
drop index 索引名 on 表名;
删除索引和创建索引类似，删除索引也是有风险的~~
索引可以加快查询的速度，其实在索引背后的数据结构（查询）是B+树（为数据库索引量身定做的数据结构）~~B+树我们不做特别要求，但是对于B+树的特点与优势咋说咱也得知道点不？？
B+树特点：
- 一个节点，可以存储N个key，N个key划分出了N个区间（而不是N+1个区间）
- 每个节点中的key的值都会在子节点中存在（同时该key是子节点的最大值）
- B+树的叶子节点，是首尾相连，类似于链表
- 由于叶子节点是完整的数据集合，只在叶子节点这里存储数据表的每一行数据，而非叶子节点，只保存key值本身即可
整个树的所有节点，都包含在叶子节点中（所有非叶子节点中的key最终都会出现在叶子节点中~~）
IO：input output------>输入输出 显示数据到显示器上，从键盘输入数据 把数据写到硬盘上，从硬盘上读数据 把数据写到网卡里，从网卡读数据。
B+ 树的优势：
- 当前一个节点保存更多的key，最终树的高度是相对更矮，查询时候减少了IO访问次数（和B树是一样的）（IO是指输入输出）
- 所有的查询最终都会落到叶子节点上（查询任何一个数据，经过的IO访问次数是一样的）
- B+树的所有叶子节点，构成链表，此时比较方便进行范围查询。
- 由于数据都是在叶子节点上，非叶子节点只存储key，导致非叶子节点，所占的空间是比较小的，这些非叶子节点就可以在内存中缓存（或者缓存一部分），又进一步减少了IO的次数。
在MySQL中组织数据的方式：
当年看到一张“表”的时候，实际上这个表不一定是按照“表格”这样的数据结构在硬盘上组织的，也有可能是按照这种树（B+树）形式组织（具体是哪种结构，取决于你的表里有没有索引，一级数据库使用了哪种索引~）
在一个表中：如果id是表的主键，若表里有多个索引呢？？（id，name两个索引）表的数据还是按照id为主键，构建出B+树，通过叶子节点组织所有的数据行……，其次，针对name这一列会创建另外一个B+树，但是这个B+树的叶子节点就不再存储这一行的完整数据，而是存储主键id！！！此时，如果你根据name来查询，查到叶子节点得到的只是主键id，还需要通过主键id去主键的B+树里面在查找一次（一共查找两次B+树）（上述的过程称为“回表”，这个过程是MySQL自动完成的，用户感知不到~）
