索引是MySQL中比较重点的知识，尤其是在面试中出现的频率特别高，基本属于必问必考的环节。
比如：
- 有哪些常见的索引类
- 这些索引的数据结构是什么呢？
- 目前主流的存储引擎采用什么数据结构？以及实现的细节
- 聚集索引和非聚集索引
- MyISAM与InnoDB的索引实现有哪些区别呢?
以上内容这节课都会讲到，我先从MySQL索引的原理讲起。
MySQL索引原理
隐藏内容，您需要满足以下条件方可查看
End
课后作业
这是来一道自于阿里的索引的连环面试题：
隐藏内容，您需要满足以下条件方可查看
End
1.你现在线上的MySQL数据库是哪个版本？什么存储引擎？
5.6 InnoDB
2.该版本的索引的底层采用的是什么数据结构？(这里回答不上来就pass了，重点是想聊下面的B+树)
B+树
3.那么你知道为什么采用B+树吗？
B+树更为矮胖，可以减少磁盘I/O的次数（查找次数等于树的深度），而磁盘I/O是最大的时间开销
B+树所有数据都在叶子节点，由于有链表结构（叶子节点从小到大顺序两两相连），只需要找到首尾，通过链表就能把所有数据取出来，在做范围查找的时候效率更高
4.B+树和Hash索引比较起来有什么优缺点吗？
Hash索引在不存在hash碰撞的情况下，只需一次读取，查询复杂度为O(1)，比B+数快
Hash索引是无序的，只适用于等值查询，而不能用于范围查询，也不具备排序性。根据hash索引查询出来的数据，还要再次进行排序
B+树索引的复杂度等于树的高度，一般为3-5次IO。B+树子节点上的数据是排过序的，可以用于范围查找
数据库的多列索引中，只能用B+数索引
5.最后，谈谈最左前缀匹配？
在创建多列索引时，根据业务需求，where子句使用最频繁的一列放到最左边，因为mysql索引查询会遵循最左前缀匹配的原则，在检索数据时从联合索引的最左边开始匹配。当我们创建一个联合索引的时候，如（key1,key2,key3）,相当于创建了（key1）,（key1,key2）和（key1,key2,key3）三个索引，这就是最左匹配原则。
Good ✗咧嘴笑✗ 索引的部分我下周会重点来讲解，这里如果还有兴趣还可以再多了解下B+树、B树等
1.你现在线上的MySQL数据库是哪个版本？什么存储引擎？
5.6 innodb
2.该版本的索引的底层采用的是什么数据结构？(这里回答不上来就pass了，重点是想聊下面的B+树)
b+树
3.那么你知道为什么采用B+ 树吗？
我们知道数据库索引的目的是为了提升查询数据效率，查找数据，最简单是顺序查找，但时间查询复杂度最差是O(N)，常见优化方法时二分查找，所以基于二叉树存储的二分查找是比较合适，但二叉树带来一个问题，如果数据量比较大的情况，会导致深度很深，会增加IO次数，因此，我们可以采用B树/B+树来优化。同时，B+树相比B树做了一个改造，所有叶子节点存储数据，并通过链表连接起来。这样做范围查询的时候， 就不用像B树一样，可能还需要跨层。
4.B+树和Hash索引比较起来有什么优缺点吗？
hash索引读取单条数据很快，时间复杂度是o(1), 而B+树是o(log2n)
但是B+树，由于底层叶子节点是链表连起来的，做范围查询很快。而hash这种结构因为无序性就无能为力了。
5.最后，谈谈最左前缀匹配？
我们在设计索引的过程中，不可能为每一种业务查询都设计一个索引，所以我们会考虑联合索引。
联合索引在底层存储是按照索引定义顺序来存储，并且是排好序的。
基于这个结构，我们既可以基于联合索引做左N个字段，也可以根据字符串最左N个字符串来查询，
这样都是可以用的上索引的。
good ✗咧嘴笑✗
这里的B+树在MySQL存储引擎的实现一定要理解透彻，这个点太喜欢问了。
剩余的部分大部分都是属于性能优化的范畴了：性能监控、表、索引等等这些点我下周会重点来讲解。
继续一起加油，努力往前冲 ✗肌肉✗ ✗拳头✗