一、索引的数据结构
数据库索引的数据结构主要有四种
1、二叉查找树
二叉查找树是对半查找，其时间复杂度为O(logn)，但是最坏情况下会变成O（n）（排成线性表时）。
2、B树
B树出现的原因是为了降低树的深度，减少访问IO次数来优化查询速率。查询速率与二叉查找树一样高效。
3、B+树（MySql采用的）
B+树是B树的变体，其定义基本与B树相同，除了：
a、非叶子节点的字树指针与关键字个数相同
b、非叶子节点仅用来索引，数据都保存在叶子节点中。
c、所有叶子节点军头一个连指针指向下一个叶子节点，方便做范围统计
优势：
1、B+树的磁盘读写代价更低（根节点只存索引，不存数据）
2、B+树的查询效率更加稳定（所有关键字查找效率相同，必须到叶子节点）
3、B+树更有利于对数据的扫描（有一个链指针连接所有的叶子节点）
4、hash散列表
效率极高，但是
1、不能使用范围查询，
2、无法被用来避免数据的排序操作，
3、不能利用部分索引键查询（用的组合索引）
4、不能避免全表扫描
5、遇到大量Hash值相等的情况下，性能不一定比B树高
常见问题
1、为什么要使用索引？
使用索引可以快速查询数据。全表扫描在表小时很快，但是如果表达太大会非常慢。索引类似与字典，可直接查找
2、什么样的信息能够成为索引？
主键、唯一键、普通键等。主要是一些关键信息，能够让数据具备区分性的字段。
3、密集索引和稀疏索引的区别？
密集索引：每个搜索码值都对应一个索引值
稀疏索引：文件只为索引码的某些值建立索引项。
其中在MySql中InnoDB是密集索引，MyISAM是稀疏索引。
4、联合索引的最左匹配原则
假设查询字段为（a，b，c）建立的联合索引为（a），（a，b），（a，b，c）三个，从形式上看就是索引向左侧聚集，所以叫做最左原则。因此最常用的条件应该放到联合索引组的最左侧。
5、索引是建立越多越好吗？
并不是，因为索引就相当于书本的目录，在表特别小的时候不需要建立索引。而且更多的索引意味着需要更多的空间。
