第5章 创建高性能的索引
正文：
1.索引（key）：是存储引擎用于快速找到记录的一种数据结构。
2.索引优化应该是查询性能优化最有效的手段了。（数据量越多越明显）
3.原理：
- 在索引中找到对应的值，然后根据匹配的索引记录找到对应的数据行。（固态硬盘中，索引原则依然成立）
4.索引中如果包含多个列，那么顺序非常重要，mysql只能高效的使用左前列。
5.索引是在存储引擎层实现的（所以各种引擎实现方式不一样，没有特殊指定InnoDB）。（mysql 大致可分为三层，最低层是存储引擎）
6.mysql支持的索引类型：
- BTree（大多数是这个）：所有的值是按照顺序存储的，并且每一个叶子页到根的距离是相同的。每一个页都用指向下一个页的指针。
- InnoDB根据主键饮用被索引的行，MyISAM使用前缀压缩技术使得索引更小。
- 哈希索引：用所用的索引列计算一个hash值然后存放在索引中，当查的时候先将键算出哈希吗，通过哈希吗匹配到对应的行引用，所以只用精确匹配所有列才会生效。
- 哈希索引的优点：索引存储的是哈希所以非常小。一旦适用哈希，性能提升非常显著。查找非常快。（等值查找）
- 哈希索引的缺点：只支持全匹配的等值比较，不支持范围。哈希冲突会影响性能。（计算不一样的值的哈希值相同）
7.BTree优点：不用全表扫描来获取需要的数据，只用从索引的根节点开始搜索。
8.BTree是顺序存储的，很适合做键值范围，全键值，键前缀。（在xx和xx之间的数据）
9.如果不是从最左列开始查找，则无法使用索引。（key（a,b,c）直接查找b 中的值）
10.如果查询中有某个列使用的是范围查找，那么在此右边的索引将无法使用索引优化。（如a like ‘’ and b =‘’那么 b 就不能优化）
11.在实际情况中有可能由于顺序问题 ，要在相同的列上建立不同的索引顺序。
12.InnoDB有“自适应哈希索引”：对于某一个索引被频繁的时候，就会在BTree的基础上建立一个哈希索引。这样使用这个索引的查找会自动的将这个列进行哈希计算，然后到新建的哈希索引中查找。
13.自定义哈希索引：在表中添加一个字段，这个字段是想要被索引的列的哈希计算值，然后建立BTree索引，在搜索的时候值需要使用函数进行计算。where URL=CRC32（“xxxx”）适用于比较长的值列作为索引。（函数使用 不要使用 sha1（）md5（）因为计算的值比原来的还长）
14.处理哈希冲突：可以在查找的后面添上 and 对应非索引列=‘’。哈希冲突会返回多个值，可以根据后面的筛选出正确的值。
未完待续。。。。。