索引的分类(存储结构)：
①BTree索引（MySQL使用B+Tree）：
B+Tree是B-Tree的改进版本，同时也是数据库索引索引所采用的存储结构。数据都在叶子节点上，并且增加了顺序访问指针，每个叶子节点都指向相邻的叶子节点的地址。相比B-Tree来说，进行范围查找时只需要查找两个节点，进行遍历即可。而B-Tree需要获取所有节点，相比之下B+Tree效率更高。
②hash索引：
在memory表（内存表）中,默认使用的是hash索引。
1.hash索引只包含哈希值和行指针，而不存储字段值 2. hash索引无法用于排序 3. 只支持等值比较查询 4 查询速度很快，但是某些情况下维护代价很高。
索引的分类(应用层次)：
①单列索引： (主键索引，普通索引，唯一索引 ）
主键索引：就是特殊一点的唯一索引，关键字 PRIMARY
alter table 表名 add PRIMARY KEY (索引针对的列)
普通索引：由关键字 KEY 或 INDEX 定义的索引，其唯一任务是加快对数据的访问速度。因此，应该只为那些最经常出现在查询条件（WHERE column = ）或排序条件（ORDER BY column）中的数据列创建索引。
create index 索引名称 on 表名（列名）
普通索引常见误区：例如我们要查询第3个栏目,100元以上的商品 where cat_id=3 and price>100 ; 错误的做法是在cat_id上和price上都加上索引.实际上这只能用上cat_id或Price索引,因为都是独立的索引,同时只能用上1个
唯一索引：和普通索引基本类似，不过唯一索引所在的列可以为null值。唯一索引所在的列不能为空字符串
create unique index 索引名称 on 表名（列名）
②组合索引：
关键字是MultiIdx。在表中的多个字段组合上创建的索引，只有在查询条件中使用了这些字段的左边字段时，索引才会被使用，使用组合索引时遵循最左前缀集合。例如索引是key index (a,b,c). 可以支持a | a,b | a,b,c 3种组合进行查找，但不支持 b,c进行查找 .当最左侧字段是常量引用时，索引就十分有效。
ALTER TABLE 表名 ADD INDEX 索引名称 (列名1,列名2);
例如：某个表有一个联合索引（c1,c2,c3,c4）
1 where c1=x and c2=x and c4>x and c3=x
等价于 c1=x and c2=x and c3=x and c4>x
2 where c1=x and c2=x and c4=x order by c3
c1 ,c2索引用上了,在c2用到索引的基础上,c3是排好序的,因此不用额外排序.而c4没发挥作用.
3 where c1=x and c4= x group by c3,c2
只用到c1索引,因为group by c3,c2的顺序无法利用c2,c3索引
4 where c1=x and c5=x order by c2,c3
c1确定的基础上,c2是有序的,C2之下C3是有序的,因此c2,c3发挥了排序的作用.
③全文索引：
索引类型为FULLTEXT。全文索引可以在VARCHAR或者TEXT类型的列上创建
ALTER TABLE 表名 ADD FULLTEXT INDEX 索引名 ( 列名);
SELECT * FROM 表名 WHERE 列名 LIKE '%查询字符串%' （效率低）
SELECT * FROM 表名 WHERE MATCH (列名1, 列名2)AGAINST('查询字符串') （效率高）
索引的分类(数据存储方式)：
①聚簇索引：
Innodb中,主键的索引结构中,既存储了主键值,又存储了行数据,这种结构称为”聚簇索引”
1主键索引 既存储索引值,又在叶子中存储行的数据
2如果没有主键, 则会Unique key做主键
3如果没有Unique,则系统生成一个内部的rowid做主键
优势:根据主键查询条目比较少时,不用回行(数据就在主键节点下)
劣势:节点下存储了行数据，分裂的时候还要移动行数据。如果碰到不规则数据插入时,造成频繁的页分裂.
② 非聚簇索引：
myisam中, 主索引和次索引,都指向物理行(磁盘位置)。因此大数据量查询速度相对较快
想对比于Innodb来说，myisam节点存储的物理行地址，内容较小又缓存在内存里，分裂速度要快很多
