什么是MySQL索引？

如果数据库中没有索引,此时查找的时候就需要把整个表遍历一遍.，如果想找id为8的学生信息.，没有索引,此时的查找过程就相当于一个"顺序表查找"，内存访问速度多快,并且数据也没那么多,其实速度也还行.，如果是针对数据库顺序查找,数据库的数据是在磁盘上.磁盘访问速度更慢,并且数据量也可能非常多.，这个速度可能就会很慢.，索引就是为了避免数据库进行顺序查找.提高查找效率.。

3.索引的应用场景

应用的场景主要是应用在查找很频繁,但是插入,删除,修改都不频繁的场景.[非常常见]

以作业为例:每次布置作业，都相当于要进行查找.插入删除修改操作,就非常少,一学期改一次.

4.索引的数据结构

为什么不用哈希？

哈希表查找效率是O(1)

数据库的索引可以考虑使用哈希，但是也有问题．例如:查找id<6并且>3的学生信息.， select * from student where id < 6 and id > 3,只能处理相等的情况,不能处理其他的逻辑.> >= < <= between and...；

哈希的查找过程:把key代入哈希函数，计算得到下标,再根据下标取到对应的链表,再去遍历比较key是否相等。

总而言之，哈希只能处理相等的情况，不能处理范围的情况、

为什么不用二叉搜索树？

传统的二叉树:

二叉树是大家熟知的一种树，用它来做索引行不行，可以是可以，但有几个问题：

- 如果索引数据很多，树的层次会很高（只有左右两个子节点），数据量大时查询还是会慢
- 二叉树每个节点只存储一个记录，一次查询在树上找的时候花费磁盘IO次数较多，所以它并不适合直接拿来做索引存储，算法设计人员在二叉树的基础之上进行了变种，引入了BTREE（B树）的概念。

-获取中序遍历结果效率不高. 此时处理范围查找也就比较低效.

什么是B树，有什么优势？

如上图可知BTREE有以下特点：

- 不再是二叉搜索，而是N叉搜索，树的高度会降低，查询快
- 叶子节点，非叶子节点，都可以存储数据，且可以存储多个数据
- 通过中序遍历，可以访问树上所有节点
BTREE被作为实现索引的数据结构被创造出来，是因为它能够完美的利用“局部性原理”，其设计逻辑是这样的：
- 内存读写快，磁盘读写慢，而且慢很多
- 磁盘预读：磁盘读写并不是按需读取，而是按页预读，一次会读一页的数据，每次加载一些看起来是冗余的数据，如果未来要读取的数据就在这一页中，可以避免未来的磁盘读写，提高效率（通常，一页数据是4K）
- 局部性原理：软件设计要尽量遵循“数据读取集中”与“使用到一个数据，大概率会使用其附近的数据”，这样磁盘预读能充分提高磁盘IO效能