核心知识点
二叉搜索树、N叉树
页分裂：B+树的插入可能会引起数据页的分裂，删除可能会引起数据页的合并，二者都是比较重的IO消耗，所以比较好的方式是顺序插入数据，这也是我们一般使用自增主键的原因之一。
页分裂逆过程：页合并，当删除数据后，相邻的两个数据页利用率很低的时候会做数据页合并
主键索引：key：主键，value：数据页，存储每行数据
非主键索引：key：非主键索引，value：主键key，导致回表
最左匹配：优先将区分度高的列放到前面，这样可以高效索引，
最左匹配原则遇到范围查询就停止匹配，范围查询(>、<、between、like)为什么？因为出现范围匹配后，后面的索引字段无法保证有序，局部有序失去，顺序失去则无法提高查询效率
SELECT * FROM table WHERE a IN (1,2,3) and b > 1;
如何建立索引？
还是对(a，b)建立索引，因为IN在这里可以视为等值引用，不会中止索引匹配，所以还是(a,b)!
索引组织表
索引用页存储：key【10】-point【6】，通过调整key大小，当页大小固定的情况下，通过调整key大小，使得N叉树变化；
如key 10, point 6则单个索引16字节，页大小为16k，则页面总共可以存储1024个索引，即N大小
覆盖索引: 二级索引的信息已经存在想要的列，例如主键
如果现在有一个高频请求，要根据市民的身份证号查询他的姓名，这个联合索引就有意义了。它可以在这个高频请求上用到覆盖索引，不再需要回表查整行记录，减少语句的执行时间。
索引下推优化：可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。
整理索引碎片，重建表：alter table T engine=InnoDB
问题阐述
N叉树：N由什么决定
首先是看key的大小，另外是数据页的大小，如果需要改变N，则需要从这两个方面做改动；
- key的改变主要就是主键的占用大小，一般情况下自增主键比uuid和自增主键好
- 改变数据页大小，在5.6之后，mysql支持调整页大小，如innodb_page_size参数，可配置为32k,64k
重建索引的影响
- 直接删掉主键索引是不好的，它会使得所有的二级索引都失效，并且会用ROWID来作主键索引；
- 看到mysql官方文档写了三种措施，第一个是整个数据库迁移，先dump出来再重建表（这个一般只适合离线的业务来做）；第二个是用空的alter操作，比如ALTER TABLE t1 ENGINE = InnoDB;这样子就会原地重建表结构；第三个是用repaire table，不过这个是由存储引擎决定支不支持的（innodb就不行）
数量大的时候为啥直接走非主键索引会更快
一个innoDB引擎的表，数据量非常大，根据二级索引搜索会比主键搜索快，文章阐述的原因是主键索引和数据行在一起，非常大搜索慢，我的疑惑是：通过普通索引找到主键ID后，同样要跑一边主键索引，对于使用覆盖索引的情况下，使用覆盖索引可以直接解决问题
参考文献
https://blog.csdn.net/itworld123/article/details/115144202
https://time.geekbang.org/column/article/69236
https://zhuanlan.zhihu.com/p/334684710
https://www.cxyzjd.com/article/pyzhizhuren/88431380
https://www.jianshu.com/p/4277d9dd0a9f
https://www.cnblogs.com/rjzheng/p/12557314.html
https://mengkang.net/1302.html
https://note.cser.club/database/bi-xu-le-jie-de-mysql-san-da-ri-zhi-binlogredo-log-he-undo-log
https://cloud.tencent.com/developer/news/44861
