前言:索引就想一本书的目录页码，可以加速查询，表可以理解为就是一本书，索引就是目录，页码,索引还会影响到锁的应用，锁太乱了会影响到项目的并发。
MySQL语句的执行流程，
首先执行一个sql语句，通过连接层分配一个专用的连接线程，到sql层进行解析预处理，查看是否存在这个表以及有没有权限，对象存在性等检查，解析会生成AST的抽象语法树，优化:优化分为逻辑优化和物理优化。
逻辑优化主要是应用了一些算法，关系代数的等量转换(比如多表关联join的时候先进行where的语法下推这样会使得最后的结果集变小方便查询)，
物理优化：物理优化会参考统计信息，表的统计信息主要是数据的分布(行数，重复值数量，估算结果等)， 索引，主要是进行一些判断，优化器会自己判断你执行的语句是走索引好，还是走全表扫描好（索引的判断主要是来源于统计信息的判断和优化器的算法），物理优化的结果就是会产生执行计划，执行器按照执行计划去执行。
存储引擎，如果有索引，存储引擎会讲带有索引的数据页 返回给执行计划。

1，种类及查找算法演变以及mysql 支持的索引

BTREE : 99.9% ——> InnoDB ## 只要你是innodb的引擎，大多数都是 BTREE 索引支持的最大长度是3072字节
RTREE : no ——> MongoDB ## 空间索引，地理位置索引
HASH : MEM引擎 ——> Redis ## 哈希索引
FULLTEXT ：TEXT类型 —-> ES ## 大字段，超过了65535个字节的
1000W user 查找 ： 张三 ##
遍历
二分法 —-> 二叉树 —-> 红黑树 —-> Balance Ttree(平衡多叉树，简称为BTREE)
1.2BTREE查找算法演变
B-TREE ： 普通 BTREE ##如果有主键，主键就是聚簇索引，如果没有主键，第一个唯一键而且不为空的就是聚簇索引，如果你没有主键和唯一键，就会生成一个隐藏的聚簇索引，只要你是innoDB的表，就会生成一个聚簇索引。
B+TREE ： 叶子节点双向指针
B++TREE（BTREE）： 枝节点的双向指针
1.3MySQL Btree 两类结构
Clustered ： 聚簇（extent 区）索引
extent 区 ： ##区的概念:连续的64(page)个数据页,默认是1M数据页，就是将 idb文件逻辑上格式化成一个一个的小方格，小方格里面存放的就是数据行。
IOT组织表 ： 会按照聚簇索引组织方式，存储表中的数据,
Secondary ： 辅助索引 分类，辅助索引也属于聚簇索引。
普通单列索引 ，普通联合索引 ，唯一索引 ，前缀索引 他们结构都不相同，但是底层都是用的BTREE索引
1.4聚簇索引的介绍:
1、 如果表中设置了主键（例如ID列），自动根据ID列生成聚簇索引
2、 如果没有设置主键，自动选择第一个NN唯一键的列作为聚簇索引
3、 自动生成隐藏（6字节row_id）的聚簇索引。
InnoDB表中一定是有聚簇索引。
建议： 在建表时，显示的创建主键，最好是数字自增列
1.5聚簇索引的优缺点:
优点:聚簇索引是连续的64个page页(数据页默认是1M) 也就是说保证了存储的数据都在连续的数据页当中，不用单独在进行排序，排序是非常消耗I/O资源的，可以很好的优化到 where，order by group by 这种查询
缺点: 聚簇索引只能优化到id列或者某一列，所以需要用到辅助索引。
1.5.1辅助索引介绍:
是一个占用空间的数据结构，包含主键的数据结构 ，辅助索引也存储在idb文件中
1.5.2辅助索引功能 ：
1按照辅助索引列，作为查询条件时。
2. 查找辅助索引树，得到ID值
3. 拿着ID值回表（聚簇索引）查询
4.聚簇索引和辅助索引关系参考：
*辅助索引存的是什么？
辅助索引列值+ID主键值+指针
前提： 联合索引，先过滤最左列的数据拿到最左列的数据之后，在回表之前，将其他列的数据也过滤出来，如果查询的列里面存在没有索引的列，在进行回表，如果查询的列都有索引将不进行回表。
需要人为创建辅助索引，将经常作为查询条件的列创建辅助索引，起到加速查询的效果。
btree 构建过程
a. 叶子节点：提取主键（ID）+辅助索引列，按照辅助索引列进行从小到大排序后，生成叶子节点。（相邻的叶子结点，有双向指针）
b. 枝节点 ：提取叶子节点辅助索引列的范围+指针，构建枝节点（相邻枝节点，有双向指针）
c. 根节点 ：提取枝节点的辅助索引列的范围+指针，构建根节点

联合索引，最主要的原理就是最左原则，重复值少的那列在最左面，过滤的时候必须包括最
左列，最左列包括了根节点和叶子节点，如果没有最左列将无法使用辅助索引
1.5 使用索引考虑的事项
回表是什么？ 回表会带来什么问题？ 怎么减少回表？
a. 按照辅助索引列，作为查询条件时，先查找辅助索引树得到ID，再到聚簇索引树查找数据行的过程。
b. IO量多、IO次数多、随机IO会增多、SQL层和engine交互多次。IO偏高 ，CPU 偏高。
c. 减少回表建议：
1. 辅助索引能够完全覆盖查询结果，可以使用联合索引。
2. 尽量让查询条件精细化，尽量使用唯一值多的列作为查询条件
3. 优化器：MRR（Multi-Range-Read），ICP（index condition pushdown） ，锦
上添花的功能。
mysql> select @@optimizer_switch;
mysql> set global optimizer_switch=’mrr=on’;
功能：
1. 辅助索引查找后得到ID值，进行自动排序
2. 一次性回表，很有可能受到B+TREE中的双向指针的优化查找。