Innodb索引

聚簇的概念：

聚簇不是一种单独的索引类型，而是一种数据存储方式。具体细节依赖于其实现方式，但InnoDB的聚簇索引实际上在同一个结构中保存了b-tree索引和数据行。“聚簇”描述的是数据行和相邻的键值紧凑的存储在一起。
聚簇索引，他的数据行实际上存储在叶子页（leaf page ）,一个表只能有一个聚簇索引。叶子页包含了所有的数据，但是节点页只包含索引列数据。
聚集的数据优点：

1. 把有关的数据存储在一起
2. 数据访问更快
3. 使用索引覆盖扫描可以直接使用页节点中的主键值

聚簇索引的缺点：

1. 内存数据库聚簇结构没有优势
2. 插入速度严重依赖插入顺序
3. 更新聚簇索引列的代价很高（会强制InnoDb将每个更新的行移到新的位置）
4. 基于聚簇索引的表在插入新行时，或者主键更新导致需要移动行时，可能面临，页分裂（leaf split）问题，当行的主键值要求将一行插入到一个已满的数据页时，存储引擎会要求将该页分裂成两页来容纳该行。页分裂会导致表占用更多的磁盘。
5. 聚簇索引可能导致全表扫描变慢，尤其是行比较稀疏，或者由于页分裂导致数据存储不连续的时候。
6. 二级索引可能比想象的更大
7. 二级索引检索需要两次索引查找（二级索引的叶子节点不是保存行的位置指针，而是保存的主键值。）

以上所有，摘自《高性能mysql》看博客的成长真的是有限的，各位，深入理解还是去啃一下原版文档和那本大砖头

5.索引覆盖、最左前缀、索引下推

10.普通索引和唯一索引的区别

查找过程：普通索引，二分查找到第一个满足条件的记录会顺序查找下一个记录，直到碰到第一个不满足条件的记录。（InnoDB数据页默认大小16k，顺序寻址代价几乎可以忽略）
唯一索引，由于具有唯一性，直接命中。
更新过程：当需要更新一个数据页时，在不影响数据一致性的前提下，InnoDB会将这些更新缓存到change buffer（持久化数据）中，这样就不需要从磁盘中读取这个数据页了。下次范围这个数据页的时候，将数据页读入内存，然后执行change buffer中与这个数据页有关的操作。通过这个逻辑来保证数据逻辑的正确性。将change buffer中的操作应用到原数据页的过程称为merge。除了访问这个数据页会触发merge外，系统有后台线程定期merge。在数据库正常关闭的过程中，也会执行。显然将数据更新先记录到change buffer ,减少磁盘读取，语句的执行速度回明显提升。而且，读入内存需要占用buffer pool的，所以这种方式还能够避免占用内存，提高内存利用率。
对于唯一索引来说，所有更新操作都需要判断是否违反唯一性约束。这个操作必须将数据页读到内存中。如果已经读入内存了，不如直接更新内存更快，没有必要使用change buffer了。因此唯一索引不能使用change buffer因此也只有普通索引能使用。change buffer是占用buffer pool的控件，可以动态配置，最多占用50%。将数据从磁盘读入内存涉及随机IO的访问，是数据库里面成本最高的操作之一。change buffer因为减少了随机磁盘访问，所以更新性能提升会很明显。（对于写多读少的场景，页面写完后马上被方位的概率很低的情况如账单类、日志类）

12.mysql索引的选择（server层优化器的逻辑）

12.1 扫描行数 mysql在真正执行语句之前，并不能精确的知道满足这个条件的记录有多少，而只能根据统计信息估算记录数。这个统计信息就是索引的“区分度”。显然一个索引上不同的值越多，索引的区分度就越好。一个索引上不同值的数量，称之为“基数”（cardinality）。可以通过show index 查看
mysql采用采样统计的方式获取统计信息：InnoDB会默认选择N个数据页，统计这些数据页上的不同值，得到一个平均值，然后乘以这个索引的页面数量，最后得到这个索引的基数。当数据持续变化的数据行数超过M分之一的时候会自动触发重新做一次统计。
以上计算的偏差，优化器在计算代价的时候会计算普通索引需要回标的代价。

13.怎样给字符字段加索引

使用前缀索引定义好长度，既可以节省空间，又不用额外增加太多的查询成本。但是前缀索引无法使用索引覆盖。
select count(distinct email) as L from table;
select count(distinct left(email,5)) as L5 from table;
对于前缀区分度不高的场景（例如身份证号）有以下几种方式：1.倒序索引(reverse()) 2.使用hash字段（crc32())