由于本篇文章侧重于 MySQL 索引的应用，所以并没有完全详细的介绍 B+ 树索引，但 B+ 树索引又是 MySQL 中默认使用的索引，所以关于 B+ 树索引细节介绍可见 B+ 树索引
索引是一种用于快速查询和检索数据的数据结构，其本质可以看作是一种排好序的数据结构
索引类似于书的目录，如果一本书没有目录，那么对于读者来说就是一场噩梦，目录可以加快我们查找的速度和效率，索引的作用也一样
索引底层数据结构有很多种类型，常见的索引结构：B 树、B+ 树、Hash 表、红黑树。在 MySQL 中，无论是 InnoDB 存储引擎，还是 MyISAM 存储引擎，使用的都是 B+ 树索引
优点：
加快查询检索数据的速度
可以通过创建唯一索引保证数据的唯一性
缺点：
空间成本：MySQL 中每一个索引都对应一个 B+ 树，需要一定的页来存储索引
时间成本：在执行增删改操作时，需要维护索引的正确性，会消耗一定时间
注意：有时候「二级索引 + 回表」的速度并不一定比「全表扫描」快，因为可能回表次数过多，而且页在物理存储上较为分散，需要进行多次磁盘 IO 将对应页加载到内存中，耗时大
将索引列映射到哈希表中，即：key = 索引列的值，value = 记录的位置，通过 key 可以快速获取记录的位置，在没有哈希冲突的情况下时间复杂度 O(1)，可以用链地址法或开放定址法解决哈希冲突
MySQL 之所以没有使用 Hash 表作为索引的底层实现，是因为 Hash 表不支持顺序查询和范围查询，只支持每次查询一个
B 树也称 B- 树，全程为多路平衡查找树，B+ 树是 B 树的一个变体。B 树和 B+ 树中的 B 是Balanced的意思。目前大部分数据库系统及文件系统都采用 B- 树或其变体 B+ 树作为索引底层实现
B 树和 B+ 树的区别：
B 树的所有节点既存放键 (key)，也存放数据 (data)；而 B+ 树只有叶子节点存放 key 和 data，其它非叶子节点只存放 key
B 树的叶子节点都是独立的；B+ 树的叶子节点间通过双向链表连接
B 树的检索过程相当于对范围内的每个节点的关键字做二分查找，可能还没到叶子节点就结束了；而 B+ 树的检索过程很稳定，任何查找都是从根节点到叶子节点
从数据结构维度划分：
B+ 树索引：MySQL 中默认的索引结构，同层节点间双向链表连接，节点内单向链表连接
Hash 索引：通过键值对的形式，一次即可定位
从底层存储方式划分：
聚簇索引：InnoDB 中的主键索引就属于聚簇索引，叶子节点存放完成用户记录，非叶子节点存放目录项纪录。数据和索引在一起，索引即数据，数据即索引
从应用维度划分：
主键索引：InnoDB 中的主键索引就属于聚簇索引，表中只会有一个主键索引，主键具有的特性该主键索引都具有，如：值唯一，且不为 NULL
普通索引：InnoDB 中的普通索引就属于 二级索引
唯一索引：值唯一，可以有 NULL
覆盖索引：索引列包含查询列表
联合索引：索引包含多个列
前缀索引：为了降低索引占用的空间，可以只将一个字段的前缀作为索引
全文索引：对文本的内容进行分词，然后搜索
选择合适的字段建立索引：频繁根据该字段查询
频繁更新的字段慎重建立索引：维护成本大
限制每张表索引数量 (5 个)：索引会占用一定空间，虽然可以加快查询，但会减慢更新插入
尽可能建立联合索引而非单列索引：索引需要占用空间，联合索引可以减少空间的使用
注意避免冗余索引：比如建立了联合索引 (a, b)，又建立了 单列索引 (a)，就会出现冗余
字符串类型字段尽量使用前缀索引：可以减少空间的使用
避免索引失效：虽然建立了索引，但是没有使用使用，可以通过explain查看执行计划
删除长期未使用的索引