MySQL的索引在存储引擎层实现，而不是服务层
分类
1、B-Tree索引
- InnoDB使用B+树作为底层实现，是MySQL默认存储引擎的默认索引类型
- 索引对多个值排序的依据是定义表时，索引的定义顺序。
- 查询类型：全键值查询、键值范围索引、键前缀查询
4.限制：如果不是从最左列索引开始，则不能使用索引，不能跳过索引中的列。
2、 哈希索引
- 基于哈希表实现，只有精确匹配所有索引列的查询才有效。只有
Memory引擎显式支持哈希索引 - 精确查找速度很快（O(1)），除非冲突很多。使用链地址法解决冲突。
3.限制：哈希表不按索引值，而是按哈希值排列的。所以它是无序的，也就不支持排序操作。
不支持部分索引，因为使用所有索隐列来计算哈希值。只支持等值比较。
- 自适应哈希：对于频繁使用的索引，在BTree上再建一个哈希索引。本身仍使用BTree查找，但它使用哈希值进行查找，在where子句中手动指定哈希函数。不建议使用MD5、SHA1作为哈希函数，因为它的返回值是字符串，并且比较长。可以考虑CRC32.
3、空间数据索引：MyISAM引擎支持空间数据索引，使用RTree作为底层实现
4、全文索引：查找文本关键字，而不是直接比较索引的值。使用MATCH AGAINST而不是一般的where。
高性能索引策略
1、独立的列：索引不是表达式的一部分，也不能是函数的参数
如，select * from tb where id = id+1,一眼看出要找id等于4的行，但程序会先遍历id+1中的id，找到真正的目标id，再去检索目标id所在的行。
2、前缀索引和索引选择性：这种策略针对长的大型数据或文本。选择足够长的前缀保证选择性，同时不能太长。
selectivity = count(distinct index_column)/count(*)
selectivity ∈[0,1],值越大，说明选择性越强
3、多列索引：注意顺序，将选择性最高的放在前面。
4、聚簇索引： 它是一种数据存储方式，将BTree索引和数据行紧凑地存储在一起。由于一张表不能把数据行放在两个地方，因此一张表只能有1个聚簇索引。
1.优点：
- 把相关数据存储在一起，避免多余的磁盘IO
- 数据访问更快
- 使用覆盖索引(要找的数据就在索引列中)的查询可以直接使用页节点中的主键值
2.缺点- 索引更新代价高
- 二级索引(非聚簇索引)可能更大
- 二级索引需要访问两次，因为二级索引保存的是行的主键值，先去二级索引找主键，再用主键区聚簇索引找数据行。
