索引
索引的出现就是为了提高数据查询的效率，如书的目录
常见索引结构
索引通常有几种常用的数据结构
- key-val结构（hash）
优点：查询速度快
缺点：范围查询效率低
适合等值查询。 - 有序数组
如下，将数据根据id递增的顺序，直接存放在数组里面，通过二分就可以进行快速的查询，但是插入时效率较低，需要将所有的数据往后移动，因此适合静态存储。
- 树
- 二叉搜索树
父节点左边的值小于父节点的值，父节点右边的值大于父节点。为了维护查询效率（O(logn）），需要维护树的平衡（O(logn））。 - N叉树
N取决于数据块的大小，能够在较少的磁盘访问的次数下找到数据。
InnoDB索引模型
InnoDB使用B+树索引模型，每一个索引在InnoDB里都对应一个B+树。
如下图：
根据叶子节点内容的不同，我们可以将索引分为主键索引（聚簇索引）和非主键索引（二级索引）。
基于非主键索引的查询通常需要回表。
基于非主键索引在没有覆盖索引的情况下会先通过非主键索引的B+树找到对应主键，再去主键的B+树中通过主键去查记录，这个过程就称为回表。
索引维护
由于B+树的需要维护索引的有序性，因此在插入和删除记录时，可能会导致页分裂和页合并发生，这会影响数据库性能。因此大多数情况下，建议使用自增主键，除非在表基本不变的情况下(静态表)，可以考虑业务值作为主键。
覆盖索引
我们建立的普通索引，通常需要通过回表在主键B+树再次查询才能找到我们需要的字段，但是如果我们建立联合索引，且联合索引的字段中覆盖了我们需要查询的字段，那么我们就称之为覆盖索引。
覆盖索引可以减少树的搜索次数，显著提升性能。
最左前缀原则
索引项在B+树中，是按照索引定义里面出现的字段顺序排序的。
如下图：
SQL条件为 where name like '张%'的SQL语句同样满足最左前缀，也可以走索引。
所以最左前缀可以是联合索引的最左N个字段，也可以是字符串索引的最左M个字符。
索引下推
MySQL5.6引入了索引下推优化，在索引遍历过程中，会对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。
