概念
開篇點題，索引是啥？索引就是一本書的目錄，先在目錄裡查到你想看的那幾章的頁碼，然後直接翻到那幾章，比你從頭開始一頁一頁的翻過去快多了！
索引的資料結構
索引常見的資料結構有三種：
- 雜湊表
- 有序陣列
- 搜尋樹
假設現在有一張User表，需要根據userId查詢，我們分別來看下這三種索引是如何組織的
雜湊表
把userId通過雜湊函式轉換成一個確定的值，代表一個地址，把資料存在這個地址上
查詢的時候也是先把userId通過雜湊函式轉換成地址，再直接去地址裡取資料即可
可以看出雜湊表的更新、等值查詢效率很高，時間複雜度是O(1)；但是範圍查詢效率就不行了，我要查n個userId的資料就需要做n次雜湊，時間複雜度退化成O(n)
雜湊表是如何解決衝突的？在我們這個例子中，不同userId經過雜湊函式後可能會得出相同的值，解決方案是在那個地址上拉出一條連結串列，所有雜湊值相同的資料都放在這條連結串列上，並且這條連結串列是無序的，來一個就在末尾插一個，所以能做到更新的時間複雜度是O(1)
有序陣列
這個不用多介紹，把資料按userId的順序存在陣列裡即可
因為有序，查詢的時候可以用二分法，不管等值查詢還是範圍查詢，時間複雜度可以達到O(logn)
但更新的時候就比較麻煩了，為了保持順序，時間複雜度退化成O(n)
搜尋樹
一般可以把等值查詢、更新的時間複雜度控制在O(logn)，例如B樹和B+樹 （對B樹和B+樹結構不瞭解的話可以先去複習下）。但大部分資料庫引擎都選擇B+樹作為預設索引結構（例如MySQL的MyISAM、InnoDB），接下來我就詳細介紹下B樹和B+樹的區別
B樹 or B+樹
B樹和B+樹的主要區別是：B樹的各級節點中，關鍵字和資料並存；B+樹非葉子節點中存關鍵字，葉子節點中存資料，且葉子節點按順序組成連結串列
這樣導致的直接結果就是，在同樣大小的空間中，B+樹可以比B樹存下更多的關鍵字，也就是可以為更多的資料建立索引。就像同樣是一頁紙，如果只寫目錄，那可以索引一整本書；如果又寫目錄又寫內容，那可能只能索引一章。如果要查詢到我們需要的全部章節，前者只需要瀏覽一頁，後者需要瀏覽好幾頁。我們瀏覽目錄頁的過程，其實就是資料庫把索引頁從硬碟讀到記憶體的過程，B+樹可以減少這個過程的次數，降低I/O開銷，提高了速度
在範圍查詢時，B樹需要不斷進行中序遍歷，時間複雜度退化成O(n)；而B+樹在定位到第一個葉子節點後，可以直接通過連結串列取資料，時間複雜度仍能保持在O(logn)
此外B樹由於資料分佈在各級節點，查詢速度會有較大差異；而B+樹資料都分佈在葉子節點，查詢速度比較穩定
簡單總結一下，B+樹相對於B樹的優勢：
- 降低I/O開銷
- 支援O(logn)範圍查詢
- 查詢速度穩定
接下來我們開始著重說說B+樹索引的一些知識
索引型別
根據索引本身的特點，有以下索引型別：
- 唯一索引/普通索引
- 唯一索引：明確規定了該索引不會出現重複值，查詢時查到符合條件的值就停止查詢
- 普通索引：查詢時查到符合條件的值會繼續查詢，直到查到不符合條件的值
- 主鍵索引/普通索引
- 主鍵索引：葉子節點存放資料
- 普通索引：葉子節點存放主鍵值，需要回表才能得到資料
- 聚簇索引/非聚簇索引
- 聚簇索引：索引順序與資料儲存順序一致/葉子節點放資料，一張表只能有一個聚簇索引，主鍵索引就是一種聚簇索引
- 非聚簇索引：葉子節點放主鍵值或者實體地址，與聚簇索引相比，需要回表或定址操作
- 聯合索引
- 由多個欄位組成的索引
- 覆蓋索引
- 索引已經包含了查詢所需的所有欄位，可以不用回表
最左字首原則
使用B+樹索引時，有兩個最左字首原則
- 走聯合索引的話，查詢條件必須按照索引欄位從左往右的順序，跳過索引欄位或者非等值查詢都會停止走索引
原因：建立聯合索引時，關鍵字由多個欄位組成，關鍵字先按第一個欄位排序，對於第一個欄位相同的關鍵字，再按第二個欄位排序……以此類推，上一個欄位必須定位到一個確定的值，才能繼續走下一個欄位，所以跳過欄位或者有非等值查詢欄位都會導致後續的索引欄位失效 - 字串模式匹配走索引的話，必須要用最左字首匹配，即
like xx%這種形式
原因：給字串欄位建立索引時，與聯合索引機制類似，也是按照字元從左往右的順序依次排序的，先按第一個字元排序，對於第一個字元相同的關鍵字，再按第二個字元排序，所以要用最左字首匹配