索引是什么
索引在（在mysql中也叫做键（key））是存储引擎用于快速找到记录的一种数据结构。
索引的类型：
索引有很多种类型，
B-TREE 索引
能够加速访问数据的速度，因为存储引擎不再需要进行全表扫描来获取需要的数据，取而代之的是从索引的根节点，开始进行搜索。根节点的槽中存放指向子节点的指针，存储引擎根据这些指针向下层查找。
B-Tree 对索引的列是顺序组织存储的，所以很适合查找范围数据。
B-Tree 索引试用于全键值、键值范围或者键前缀查找。
因为索引树中的节点是有序的，所以除了按值查找之外，索引还可以用于查询中的order by 操作（按顺序查找）
InnoDB使用的是B+Tree数据结构。B+Tree 数据都在叶子节点上，并且增加了顺序访问指针，每个叶子节点都指向相邻的叶子节点的地址。相比B-Tree来说，进行范围查找时只需要查找两个节点，进行遍历即可。而B-Tree需要获取所有节点，相比之下B+Tree效率更高。
哈希索引
哈希索引基于哈希表实现，只有精确匹配索引所有列的查询才有效。对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码（hash code），哈希码是有一个较小的值，并且不同的键值的行计算出来的哈希码也不一样。哈希索引将所有的哈希码存储在索引中，同时在哈希表中保存指向每个数据行的指针。
哈希索引的限制：
哈希索引只包含哈希值和行指针，而不存储字段值，所以不能哟个索引中的值来避免读取行。
哈希索引的数据并不是按照索引值顺序存储的，所以也就无法用于排序。
哈希索引也不支持部分索引列匹配查找。因为哈希索引始终是使用索引列的全部内容来计算哈希值的。
哈希索引只支持等值比较查询 包括 =、in（）<=>,不支持范围查询。
空间数据索引（R-Tree）
myISAM 表支持空间索引，可以用作地理数据存储。空间索引会从所有维度来索引数据。
全文索引
全文索引是一种特殊类型的索引，它查找的是文本中的关键词，而不是比较比较索引中的值。全文搜索和其他几类索引的匹配方式完全不一样。在相同的裂伤同事创建全文索引和基于值的B-Tree 索引不会有冲突。
其他索引类别：TokuDB 使用分型树索引（fractal tree index），这是一类较新开发的数据结构。感兴趣自己去找资料。
索引的优点：
1 索引打打减少了服务器需要扫描的数据量
2 索引可以帮助服务器避免排序和临时表
3 索引可以将随机I/O变为顺序I/O
前缀和索引的选择性：
有时候需要索引很长的字符列，这会让索引变得大且慢。通常可以索引开的部分字符，这样可以大大节约索引空间，从而提高索引效率。但是这样会降低索引的选择性。
索引的选择性是指：不重复的索引值（基数）和数据表的记录总数（#T）的比值，范围从1/#T到1之间。索引的选择性越高则查询效率越高，因为选择性高的索引可以让mysql在查找时候过滤掉更多的行。
有个公式可以来计算一下索引的选择性
先计算完整列的选择性
select count（distinct city）/ count（*） from table.city; //假设是0.0312
那么如果索引的选择性，能够接近这个数字基本上就可以用了。
索引选择性计算的公式：
select count（distinct left（city,4））/count(*) from table.city 逐渐增加left函数的数值，观察得到的数字。
前缀索引是一种能是索引更小，更快的方法，但是灵一方面也有其缺点：
mysql 无法使用前缀索引做order by 和group by 也无法使用前缀索引做覆盖扫描。
索引列顺序：
正确的顺序依赖于使用该索引的查询，并且同事需要考虑如何更好的满足排序和分组需要。
经验法则：当不要考虑排序和分组时，将选择性最高的列放到索引最前列。
sarg （search argument）查询预测：
select * from payment where staff_id=2 and customer_id=584;
这个sql如何建立索引呢，
select sum（staff_id=2）,sum(customer_id=584) from payment;
sum（staff_2）:7992行
sum（customer_id=584）:30行
所以根据经验法则将customer_id 放前面。
聚簇索引：
聚簇索引并不是一种单独的索引类型，而是一种数据存储方式。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。
当表有聚簇索引时，它的数据行实际上存放在索引的叶子页（leaf page）中。术语“聚簇”表示数据行和相邻的键值紧凑的存储在一起。因为无法把数据行存放在两个不同的地方，所以一个表只能有一个聚簇索引。由于 索引在引擎层而不是服务器层实现，因此不是所有的存储引擎都支持聚簇索引。
innodb 通过主键聚集数据，如果没有定义主键，Innodb 会选择一个唯一的非空索引代替。如果没有这样的索引，innodb会隐式的定义一个主键（rowid）来作为聚簇索引。
聚集数据的优点：
可以把相关的数据保存在一起
数据访问更快。聚簇索引把索引和数据保存在同一个B-Tree中，因此从聚簇索引中获取数据通常比在费举出索引中查找要快
使用覆盖索引扫描的查询可以直接使用页节点中的主键值。
缺点：页分裂。会导致表占用更多的磁盘空间。
二级索引访问需要两次索引查找。二级索引叶子节点保存的不是指向行的物理位置的指针，而是行的主键值。先根据二级索引找到找到主键，再去聚簇索引中查找到对应的行。解决方案是：自适应哈希索引。
自增主键：
如过不使用自增主键有可能会有以下缺点。
写入的目标页肯跟已经刷到磁盘上并从缓存中移除，或者是还没有被加载到缓存中，InnoDB在插入之前不不得不先找到并从磁盘读取目标页到内存中。这将导致大量的随机I/O；
因为写是乱序的，InnoDB不得不频繁地做也页分裂操作，以便新的行分配空间。页分裂会导致移动大量数据，一次插入最少需要修改三个页而不是一个页
由于频繁的页分裂，页会变的系数并被不规则的填充，所以最终数据会有碎片。
用自增主键，做一次OPTIMIZE TABLE来重建表并优化页的填充。
辅助索引（secondary index）
表中除了聚集索引外其他索引都是辅助索引（Secondary Index，也称为非聚集索引）（unique key啊、index key啊），
与聚集索引的区别是：
辅助索引的叶子节点不包含行记录的全部数据,只包含指向数据行的指针。
辅助索引的存在并不影响数据在聚集索引中的组织，因此每张表上可以有多个辅助索引。
Innodb的辅助索引里面存放的是主键的值，而不是指向行的物理位置。
myISAM的辅助索引里面存储的是数据的地址，用这个地址的值来找数据记录。
覆盖索引：
mysql 可以使用索引来直接获取列的数据，这样就需要再读取数据行。如果索引的叶子节点中已经包含要查询的数据，那么还有什么必要再回表查询呢？如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为覆盖索引。
不是所有的类型索引都可以成为覆盖索引，它必须要存储索引列的值，而哈希，空间，全文索引都不存储索引列的值，所以MYSQL只能使用B-Tree 索引做覆盖索引。当一个被索引覆盖的查询时，explain的Extra列可以看到 Using index的信息。
1 索引为什么越短越好
2 索引失效的场景是什么
3 聚簇索引和非聚簇索引是什么 有什么区别
4 索引下推是什么
5 最左前缀原则是什么
6 回表是什么