一、索引数据结构

1. B+Tree（默认结构）

• 特点：非叶子节点仅存储索引，叶子节点包含完整数据并通过双向指针连接，支持高效范围查询和排序。
• 优势

日常写 SQL，大家都会使用 WHERE 和 GROUP BY，但真正理解它们如何一起使用索引，并不是每个人都能答得清楚。

多数教程讲的只是“最左前缀原则”，却没讲清楚字段不连续的情况会怎样影响索引命中。

今天我们就系统聊一聊，并揭开这个大家经常忽略的性能陷阱。

两张表左连接索引优化

#第一种情况，不加索引
mysql>explain select * from news a left join new_type b on a.type_id=b.TypeId;

结果：我们看到两张表都是全表扫描，type类型全是ALL，此时性能最差

开门见山，直接上图，下面的思维导图即是现在要讲的内容，可以先有个印象～

常见索引类型(实现层面)

一、介绍

　　1.什么是索引？

索引是可以高效的获取数据的数据结构, 对查询有很大作用. 索引对于数据库, 就像偏旁部首, 或者26个英文字母对于字典一样, 能很快的提高查询速度.

但是索引也有它的缺点:

• 首先就是占用磁盘空间
• 其次是虽然提高了查询效率, 但是会降低表的更新效率, 因为进行增删改的时候都需要更新索引文件.

MySQL的索引分为以下几种:

• 单列索引, 单列索引包括普通索引

众所周知MySQL联合索引遵循最左前缀匹配原则，在少数情况下也会不遵循

创建联合索引的时候，建议优先把区分度高的字段放在第一列。

至于怎么统计区分度，可以按照下面这种方式。

创建一张测试表，用来测试：

一般都是设计联合索引，很少用单个字段做索引，因为还是要尽可能让索引数量少，避免磁盘占用太多，影响增删改性能。

有个表存储学生成绩，id是自增主键，包含学生班级、学生姓名、科目名称、成绩分数四个字段，平时查询，可能比较多的就是查找某个班的某个学生的某个科目的成绩。

聚集索引

我们先建如下的一张表