索引

大部分数据库索引底层为平衡二叉树，B Tree B+Tree树

一个没有主键的表，存储在磁盘中时，是无序存储的，也就是一行行数据存储。如果加上了主键，那么表就会以树状结构存储，整个表就是一个索引，这就是聚集索引，主键的作用就是把表的数据格式转换成索引的格式放置

主键聚集索引

当查找条件为主键时，会遍历树节点，找到结果表数据。
平衡树结构就是为了减少查询所消费的时间，如果是无序结构存储，一次查询最坏可能需要全部遍历一遍，而平衡树结构树的层数就是查询次数。而又是由于平衡树结构问题，在增加新的节点或删除节点时，为了保持树的平衡特性，那么需要对树进行重新排列，重新将树梳理为平衡树，这也带来了性能开销。

聚集索引树的节点是表的主键字段，而平常所用的索引为非聚集索引，可以自己选择字段建立索引，那么树的节点就是所选择的索引字段，每个索引字段都会形成一颗平衡二叉树被复制出来单独存储，所以建立索引会增加表的存储空间。
查找顺序：
通过聚集索引可以根据主键找到对应的表数据，而非聚集索引查找，则是先通过索引字段内容找到对应的主键值，再通过主键值的聚集索引，找到对应的表数据

非聚集索引

通常情况下，聚集索引是唯一找到表数据的方法，而存在一种覆盖索引查询，也就是复合索引或多字段索引，同时建立两个字段的索引，条件为A字段，查询结果为B字段，那么这样就不需要通过A字段找到主键，再找到表信息中的B字段值，而是直接通过A字段找到对应的B字段值

分库分表

• 按功能划分表，三范式，适合根据业务逻辑划分
• 按规则划分表，如每天一个表，不同性别存放不同的表，适合单表内容过多

分库分表存在的问题

• 分库会出现事务管理问题

不同数据库不方便统一进行事务回滚，而用分布式事务管理功能则性能消耗过多，若将不同库的事务交由程序去管理，则增加了编程方面的负担。

• 跨库跨表连接问题

原本一次查询即可得到的结果，可能需要多次查询，且切换数据源