SHOW INDEX FROM student;//可以查询特定表的索引结构

最终让这个树：更矮更胖，减少查找的次数，因为查找的次数和树的高度是相关的，数据库表的索引是放到硬盘上的，如果树的高度太高那么IO次数就会变多。

---

哈希索引（Hash索引）

哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法即可立刻定位到相应的位置，速度非常快。

---

聚集索引 VS 非聚集索引：

在 MySQL 中，B+ 树索引按照存储方式的不同分为聚集索引和非聚集索引。

①聚集索引（聚簇索引）：以 InnoDB 作为存储引擎的表，表中的数据都会有一个主键，即使你不创建主键，系统也会帮你创建一个隐式的主键。

这是因为 InnoDB 是把数据存放在 B+ 树中的，而 B+ 树的键值就是主键，在 B+ 树的叶子节点中，存储了表中所有的数据。

这种以主键作为 B+ 树索引的键值而构建的 B+ 树索引，我们称之为聚集索引。

②非聚集索引（非聚簇索引）：以主键以外的列值作为键值构建的 B+ 树索引，我们称之为非聚集索引。

---

覆盖索引（Covering Index），也可以称为索引覆盖：

就是select的数据列只用从索引中就能够取得，不必读取数据行，换句话说查询列要被所建的索引覆盖。

建立了索引index(col1,col2,clo3)，查询时候没有使用select *，也没有用select col1,col2,clo3,col4,col5，而是使用select col1,col2,col3，查询列要被所建的索引覆盖。

---

1、ALTER TABLE

在执行CREATE TABLE语句时可以创建索引，也可以单独用CREATE INDEX或ALTER TABLE来为表增加索引。

ALTER TABLE用来创建普通索引、UNIQUE索引或PRIMARY KEY索引

ALTER TABLE table_name ADD INDEX index_name (column_list)
ALTER TABLE table_name ADD UNIQUE (column_list)
ALTER TABLE table_name ADD PRIMARY KEY (column_list)
//说明：其中table_name是要增加索引的表名
//column_list指出对哪些列进行索引
//多列时各列之间用逗号分隔。
//索引名index_name可选，缺省时，MySQL将根据第一个索引列赋一个名称
//另外，ALTER TABLE允许在单个语句中更改多个表，因此可以在同时创建多个索引。

2、CREATE INDEX

CREATE INDEX可对表增加普通索引或UNIQUE索引

CREATE INDEX index_name ON table_name (column_list)
CREATE UNIQUE INDEX index_name ON table_name (column_list)
//说明：table_name、index_name和column_list具有与ALTER TABLE语句中相同的含义
//另外，不能用CREATE INDEX语句创建PRIMARY KEY索引。

3、删除索引

可利用ALTER TABLE或DROP INDEX语句来删除索引。类似于CREATE INDEX语句，DROP INDEX可以在ALTER TABLE内部作为一条语句处理，语法如下。

DROP INDEX index_name ON talbe_name
ALTER TABLE table_name DROP INDEX index_name
ALTER TABLE table_name DROP PRIMARY KEY

其中，前两条语句是等价的，删除掉table_name中的索引index_name。

第3条语句只在删除PRIMARY KEY索引时使用，因为一个表只可能有一个PRIMARY KEY索引，因此不需要指定索引名。如果没有创建PRIMARY KEY索引，但表具有一个或多个UNIQUE索引，则MySQL将删除第一个UNIQUE索引。

如果从表中删除了某列，则索引会受到影响。对于多列组合的索引，如果删除其中的某列，则该列也会从索引中删除。如果删除组成索引的所有列，则整个索引将被删除。

4、查看索引

mysql> show index from tblname;
mysql> show keys from tblname;

索引的使用场景、索引优化、Sql优化

需要创建索引的情况

1、主键自动建立唯一索引 Primary Key = Unique Key + Not Null

2、频繁作为查询条件的字段应该创建索引（银行系统的银行账号、电信系统的手机号）

3、查询中与其它表关联的字段，外键关系建立索引 

4、查询中排序的字段，排序字段若通过索引去访问将大大提高排序速度

5、查询中统计或者分组字段

6、单值/组合索引的选择问题：在高并发下倾向创建组合索引    index(name,age,gender)

不需要创建索引的情况

1、表记录太少

2、经常增删改的表：提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件

3、频繁更新的字段不适合创建索引，因为每次更新不单单是更新了记录还会更新索引，加重了IO负担

4、Where条件里用不到的字段不创建索引，如果根据银行卡号查找就要建立索引

5、数据重复且分布平均的表字段（如果某个数据列包含许多重复的内容，为它建立索引就没有太大的实际效果）。

    索引的选择性是指索引列中不同值的数目与表中记录数的比。如果一个表中有2000条记录，表索引列有1980个不同的值，那么这个索引的选择性就是1980/2000=0.99。

　一个索引的选择性越接近于1，这个索引的效率就越高

SQL中的逻辑删除和物理删除

在实际开发中基本都会有删除数据的需求，删除又分为逻辑删除和物理删除。下面说下二者的区别：

一、所谓的逻辑删除其实并不是真正的删除，而是在表中将对应的是否删除标识（is_del）或者说是状态字段（status）做修改操作。比如0是删除，1是未删除。在逻辑上数据是被删除的，但数据本身依然存在库中。

对应的sql语句一般是这样的：

update... set status/is_del=...

这样在做查询操作的时候，就可根据此字段进行查询，有删除标识的即可不显示。

二、物理删除就是真正的从数据库中做删除操作了，对应的sql语句为 delete ... where ...做物理删除操作的数据将会不在库中了。

逻辑删除的目的：1、为了大数据分析，直接删除就没有数据了 2、删除后索引维护成本高

---

索引优化、SQL优化、避免索引失效

1、尽量全值匹配 

     index(name,age,gender) 组合索引， where name='zhansgan' and age=23 and gender='男'，全值匹配，使用索引效率高。

    当建立了索引列后，能在where条件中使用索引的尽量使用索引

2、遵循最佳左前缀法则：如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中间列。 

      带头大哥不能死，中间兄弟不能断。

      index(name,age,gender) 组合索引，where后面是name才会使用索引，否则都是全表扫描，可以理解为有name这个火车头索引就不会失效，有了这个火车头火车就可以跑，没有火车头只有车厢就是全表扫描。

      where name='zhangsan' and age=23, where name='zhangsan' , name作为开头上面的索引是有效的

      where age=23, gender='男'  name不作为开头索引无效，全表扫描

       where name='zhansgan' and gender='男' ,中间兄弟不能断，只用了索引的一部分name

3、不在索引列上做任何操作（计算、函数、(自动or手动)类型转换），会导致索引失效而转向全表扫描

4、尽量使用覆盖索引(只访问索引的查询(索引列和查询列一致))，减少使用 select * ，使用select name,age,gender

5、mysql 在使用不等于(!= 或者<>)的时候无法使用索引会导致全表扫描

6、is null，is not null 也无法使用索引

7、like 如果以通配符开头(’%abc…’)，会导致mysql索引失效，而变成全表扫描的操作

8、少用or，用它来连接时会索引失效