索引

索引相当于一个目录，占用一定的存储空间，方便快速查找数据，没有索引的话查询会遍历所有数据。
将无序的数据有序存储。hash的话会将数据的hash值按顺序存储。 Btree的话会将数据的地址按顺序存储。

1. 把创建了索引的列的内容进行排序
   2.对排序结果生成倒排表
   3.在倒排表内容上拼上数据地址链
   4.查询的时候，先拿到倒排表的内容，再取出数据地址链，从而拿到具体数据。

聚簇索引和非聚簇索引
都是使用了B+树
聚簇索引：将数据存储和索引放到一块，并且按照一定的顺序组织的，找到索引就找到了数据，数据的物理存放顺序和索引顺序是一致的。
非聚簇索引
叶子节点不存储数据，索引存储的是数据行的地址，根据索引查找数据行的位置，之后再去磁盘上查找数据。
类似一本书的目录。

优点： 1.非聚簇索引需要二次查找，聚簇索引的查找效率高。

2. 聚簇索引对于范围查询和排序的场合效率很高。

劣势

1. 维护索引很昂贵。特别是插入行，主键被修改导致分页的时候，建议在大量的插入新行后，选择在负载较低的时间段，通过OPTIMIZE TABLE 优化表，因为移动行数据可能会造成碎片，使用独享表空间可以弱化碎片。
   2.表使用UUID作为主键会使数据存储稀疏，会出现聚簇索引比全表扫描更慢。
   3.如果主键比较大的话，辅助索引将会变的更大，因为辅助索引的叶子存储的是主键值，过长的主键值，会导致非叶子节点占用更多的物理空间。
   InnoDB 中一定有主键，主键是聚簇索引，会使用unique索引，没有unique索引会使用一个隐藏的id来当作主键索引，在聚簇索引之上创建的索引称之为辅助索引，辅助索引访问数据都是二次查找。非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引。辅助索引叶子节点存储的不再是存储位置，而是主键值。

myism 使用的是非聚簇索引，没有聚簇索引，有两颗B+树，主键索引B+树的节点存储的主键，辅助索引B+树存储的辅助键。叶子节点两颗树使用了一个地址指向真正的表数据。

mysql的数据结构
innodb 默认是B+树索引。hash索引，底层的数据结构是哈希表，绝大多数数需求为单条记录查询，选择哈希索引，查询性能最快；其余大部分场景，建议选择B+索引。

B+树 ： 平衡多叉树 ， 根节点到每个叶子节点的距离差不超过1，同层级的节点间有指针相互连接。适合范围查找。
哈希索引： 将键值换算成hash值， 和对应的数据存储地址，存到hash表中，不需要像B+树那样从根节点到叶子节点逐层查找，可以一次hash直接点位到相应的位置。适应于等值查询。不支持联合索引

b树是一个二叉搜索树，父节点只有子节点。非叶子节点的左指针指向小于其关键字的子树，右指针指向大于其关键字的子树；如果左右子树节点数量差不多就逼近二分查找，二分查找是连续的内存空间，改变B数的结构不需要移动大段的内存数据。

B-数 是多路搜索树。不是二叉，但是基于二叉结构。包括根节点，叶子节点，分支节点。
根节点：一个B树索引只有一个根节点，他实际就是位于树的最顶端的分支节点。
分支节点：包含的条目指向索引里其他的分支节点或者叶子节点。
叶子节点：包含的条目直接指向表里的数据行。

索引的设计原则
1.where字句需要查询的列
2.数据量较少的表
3.使用短索引
4.不要过度索引
5.定义外键的数据列一定要建立索引。
6.更新频繁的字段不适合创建索引
7.若不能有效区分数据（如男女）的列不适合做索引列。
8.尽量扩展索引，不要新建索引。
9.重复值较多，查询涉及列较少的不要建索引
10.对于定义text /image 和bit数据类型的列不要建立索引。

mysql 锁的类型
基于锁的属性分类：共享锁、排他锁
基于锁的粒度分类：