索引数据结构
mysql主要有两大索引：B-tree索引和hash索引，注意一个误区，这个不叫B减树，B树就是B树，B+树就是B+树，没有所谓的B减树，那个 - 是连接符号
索引实现
hash索引的底层就是一张哈希表，根据key的hash值查找值，因此无论有多少条数据，查找的时间复杂度都为O(1)，但是如果有排序查询，时间复杂度会从O(1)退化到O(n)；而树形结构就是b+树咯，时间复杂度永远都是O(log(n))；
索引类型
mysql索引分为聚集索引和非聚集索引
mysql引擎
MyISAM:
B+Tree叶节点存放的是数据记录的地址，在检索的时候，先找到索引对应的数据记录的地址，再根据地址读取相应的数据记录，这种查找方式被称为“非聚集索引”。
InnoDB:
它的主键索引是聚集索引，即主键和行记录放在同一个叶节点，找到了主键也就找到了行记录；而它的非主键索引，或者说是辅助索引，是非聚集索引，跟MyISAM引擎的非聚集索引不同的是，MyISAM叶节点保存的是地址，而InnoDB是主键，InnoDB非聚集索引的索引文件和数据文件分开存储，索引文件的叶节点只保存主键，在查找时，要先找到叶节点中的主键，再根据主键去主索引文件查找详细行记录；因此，在设计表的时候，主键字段不宜过长。
回表查询
上述InnoDB引擎中，非主键索引查找数据时需要先找到主键，再根据主键查找具体行数据，这种现象叫回表查询
如何避免
索引覆盖，即将查询sql中的字段添加到联合索引里面，只要保证查询语句里面的字段都在索引文件中，就无需进行回表查询；
比方说有个用户表，有id、name、age、addr四个字段，其中id为主键，主键自带主键索引，无需创建
值1：1、小张、18、成都；
值2：2、小黄、20、北京；
select * from table_t where name = "小张"
这种查询就必须先在索引文件中找到name为小张的索引节点，很明显这个节点里面只有id，因为这张表只有主键索引，再根据id去数据文件查找具体数据
如果把name、age、addr建立到联合索引，在找到name为小张的索引节点时，发现里面已经有了我们所需要的age、addr，就无需再到数据文件查找；
当然实际开发中，不可能把所有字段建立到联合索引，应根据实际业务场景，把经常需要查询的字段建立到联合索引即可。
