1.索引
如果不加索引，就是一行行查找
把col2作为索引
假如用二叉树作为索引
二叉树节点里存放的是key-value
表的数据是放在磁盘的（索引也是）
key放索引字段、value放索引字段所在行的磁盘地址文件指针
找到了89这个key，取出89所在行的磁盘地址文件指针
这样再在磁盘上去找一次就可以啦
二叉树索引结构
不用二叉树，是因为单调情况性能低
红黑树（平衡二叉树）索引结构
不用红黑树，是因为数据量大时性能低
Hash索引结构
不用Hash表，是因为它不支持范围查找
2.B树索引结构
3.B+树索引结构
B与B+区别
1.B+树叶子结点比B树多了指针（适合范围查找）
2.B+树非叶子结点只存了索引，没有data数据（这样一个结点就可以存更多的索引）
3.B+树的叶子结点是存了所有结点，非叶子结点存储了冗余的索引
为什么不把所有结点放在一个叶子结点呢
加载的时候要把所有元素放到内存，耗时太久，浪费内存
h为3的B+树可存放2千万数据
B+树一个叶子结点是16KB
假如主键索引设为bigint，占8Byte
索引之间的空格是指针，指向下一个打的结点的磁盘文件的地址指针，占6B
16K/(8+6)=1170，所以一个结点可以存放1170个索引
不同的mysql存储引擎存放data的元素不一样，有的存放索引所在行的磁盘地址文件指针，有的存放索引所在行的其他所有字段
假设叶节点的索引+data占用1KB
则一个叶子结点存放16个索引元素
所以一个h为3的B+数最多可存放1170117016=2千多万
树的根节点一般放内存RAM里面
找到叶子结点，load两次，做两次磁盘I/O就可以找到了
速度就很快
4.MyISAM与InnoDB（形容数据库表）
MyISAM
select * from t where col1=49
1.col1是索引字段，就去MYI文件里
2.B+树中查找：先从内存取根节点，比对
3.load第二层的结点到内存，找到49
4.把它右边的指针对应的磁盘文件地址指针load，再比对
5.找到key49，对应的data为0x90，再去MYD中定位
frm：框架，是表结构定义的语句
MYD：data，数据
MYI：index，索引
InnoDB（聚集索引：索引和数据在一个文件）（支持行锁与事务）
mysql默认建立主键
用UUID不好：不方便比较，占用空间长
用整型自增好：B+树中每个节点从左到右是递增的
叶节点的指针，右边的＞左边的
若不是递增的索引插入，B+树可能会分裂并调节平衡，性能开销大
所以用自增，永远在最后一个后面去加入节点
where col>20
先查找到20，先把20右边的30放入结果集，再顺着指针全部放入
frm：框架
ibd：index+data
联合索引（未完善）
第二个视频
https://www.bilibili.com/video/BV1ut41177j7?from=search&seid=7747381139812202031
innoDB（支持行锁与事务）
cpu才能用来做where条件中的比较
操作系统局部性原理
一次取一页 4KB放入内存
innoDB中
一次取一页 16KB
