如果a的x次方等於n（a>0，且a不等於1），那麼數x叫做以a為底n的對數（logarithm），記作x=logan
通過上面的分析，我們知道io次數取決於b+數的高度 h，
假設當前資料表的資料為 n，
每個磁碟塊的資料項的數量是 m，
則有h=㏒(m+1)n，
當資料量n一定的情況下，m越大，h越小；
而m = 磁碟塊的大小（固定） / 資料項的大小， 大
磁碟塊的大小也就是乙個資料頁的大小，是固定的，
如果資料項佔的空間越小，資料項的數量越多，樹的高度越低。
這就是為什麼每個資料項，即索引欄位要盡量的小，比如int佔4位元組，要比bigint8位元組少一半。
這也是為什麼b+樹要求把真實的資料放到葉子節點而不是內層節點，
一旦放到內層節點，磁碟塊的資料項會大幅度下降，導致樹增高。
當資料項等於1時將會退化成線性表。
即索引的最左匹配特性。
mysql會一直向右匹配直到遇到範圍查詢(>、<、between、like)就停止匹配
=和in可以亂序
盡量選擇區分度高的列作為索引,區分度的公式是count(distinct col)/count(*)，表示欄位不重複的比例，比例越大我們掃瞄的記錄數越少，唯一鍵的區分度是1，
而一些狀態、性別字段可能在大資料面前區分度就是0，那可能有人會問，這個比例有什麼經驗值嗎？
使用場景不同，這個值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃瞄10條記錄
索引列不能參與計算
from_unixtime(create_time) = 』2014-05-29』
create_time = unix_timestamp(』2014-05-29』);
盡量的擴充套件索引，不要新建索引
mysql索引深入解析
1.什麼是b tree 2.b tree在兩大引擎下的體現形式 3.理解幾大索引原則 推薦乙個資料結構視覺化的 在參與開發的第乙個專案中，有乙個特別嚴重的問題就是mysql的sql優化，sql優化的基礎就是索引，我發現我根本沒有理解mysql的索引，所以我重新學習了一下索引。索引是為了加速對錶中資料...
深入解析MySQL索引原理
一.什麼是索引 為什麼要建立索引？關於索引的理解，個人更加喜歡將其比喻為字典裡面的目錄，根據字典來進行查詢的速度遠大於每一頁逐個逐個字排查的速度。索引主要用於快速找出在某個列中有特定值的行，倘若不使用索引，mysql必須從第一條記錄開始讀完整個表，直到找出相關的行，表越大，查詢資料所花費的時間就越多...
SQL Server索引解析
什麼是索引 拿漢語字典的目錄頁 索引 打比方 正如漢語字典中的漢字按頁存放一樣，sql server中的資料記錄也是按頁存放的，每頁容量一般為4k 為了加快查詢的速度，漢語字 詞 典一般都有按拼音 筆畫 偏旁部首等排序的目錄 索引 我們可以選擇按拼音或筆畫查詢方式，快速查詢到需要的字 詞 同理，sq...