索引的作用是告诉存储引擎快速找到我们需要的数据，两个极端，除了主键没有任何索引，给每一个列都建立一个索引，所以索引是在mysql存储引擎层实现的，而不是在mysql服务器层实现的，不同的存储引擎的索引方式是不同的，
mysql支持的索引类型，
B-tree索引是比较常见的，通常所说的索引就是B-tree索引，特点，B-tree以B+树的结构存储数据，每个叶子到根部的距离都是 相同的，并且所有的记录节点都是按照键值的大小，在同一层上顺序排列的，并且各个叶子节点是由指针来链接的。B-tree 索引能够加快数据的查询速度，通常索引的大小远小于表中数据的大小，使用B-tree索引，存储引擎就不用全表扫描来获取需要的数据，取而代之的是从根节点开始搜索，在索引的根节点中存放了指向下层子节点的指针，存储引擎根据这些指针向下层进行查找，通过比较节点页的值通过比较节点叶的值和要查找的值呢，就可以得到合适的指针进入下层的子节点，而这些指针呢是定义了，子节点中，值得上线和下线。在innodb中叶子节点指向的是主键，在myisam中叶子节点指向的是数据物理地址，。另外B-tree索引呢 对索引是顺序存储的，所以适合范围查找，是靠键值来存储的
B-tree索引在什么情况下可以被使用到，全值匹配的查询，order_sn=‘998888’ ，匹配最左前缀的查询，匹配列前缀查询，匹配范围值的查询，order_sn>， 精确匹配左前列并范围匹配另外一列，只访问索引的查询，Btree索引可以使用在order by。
B-tree索引的限制，如果不是按照索引最左列开始查找，则无法使用索引。使用索引是不能跳过索引列中的列。not in 和，。操作无法使用索引。如果查询中有某个列的范围查询，则其右边所有列都无法使用索引，
Hash索引的特点，
hash索引是基于hash表实现的，hash索引只有查询条件精确匹配hash索引中的所有列时，才能够使用到hash索引。
对于hash索引中的所有列，存储引擎都会为每一行计算一个hash码，hash索引是靠hash码来存储的，
hash索引的限制，hash索引不支持键值查找，hash索引不支持部分索引查找也不支持范围查找，
索引的作用，
B-tree索引键值是按顺序排列的，
索引大大减少了存储引擎需要扫描的数据量，索引文件大小远小于数据文件大小，innodb 默认一页是16k，一页可以存储更多，
索引可以帮助我们进行排序以避免使用临时表。索引可以把随机io 变为顺序io的，更加好的发挥磁盘性能，
索引会带来哪些损耗，索引会增加写操作的成本，太多的索引会增加查询优化器的选择时间，只有适当的表建立适当的索引，才是正确的做法。
索引优化策略
索引列上不能使用表达式或函数
select from product where to_days(out_date)-to_days(current_date)<=30
select from product where out_date<=date_add(current_date,interval 30 day)
前缀索引和索引列的选择性，索引的选择性是不重复的索引值和表的记录数的比值。
联合索引，如何选择索引列的顺序，经常会被使用到的列优先。选择性高的列优先。宽度小的列优先，
覆盖索引 包含了所有需要查询的字段的全部值的索引就称之为覆盖索引。
优点 可以优化缓存，减少磁盘io操作。
可以减少随即io ，变随机io操作变为顺序io操作
可以避免对innodb主键索引的二次查询。
可以避免myisam表进行系统调用 、
覆盖索引 无法使用覆盖索引的情况
存储引擎不支持覆盖索引，查询中使用了太多的列，覆盖索引索引的大小比行的数据小的多， 使用了双%号的like查询。
使用索引来优化查询
B-tree索引是靠键值顺序对来存储的，还可以用B-tree索引来做排序，
通过排序操作，按照索引顺序扫描数据。
使用索引扫描来优化排序的条件，
索引的列顺序和order by子句的顺序完全一致
索引中所有列的方向（升序和降序）和order by子句完全一致
order by 中的字段全部在关联表中的第一张表中。
利用索引优化锁
索引可以减少锁定的行数
素银可以加快处理速度，同时也加快了锁的释放
索引本身的维护和优化
删除重复和冗余的索引
primary key(id),unique key(id),index(id)
Index(a),index(a,b) a,b 联合索引
primary key(id),index(a,id)
用工具查出哪些列存在重复索引
pt-duplicate-key-checker h=127.0.0.1
查找未被使用过的索引，
跟新索引统计信息及减少索引碎片，
analyze table table_name \
