索引是對資料庫表中一列或多列的值進行排序的一種結構，使用索引可快速訪問資料庫表中的特定資訊。
對於乙個表中幾百萬行資料來說，如果不使用索引，每次查詢都需要遍歷一遍所有的行，從而找到所需要的資料，平均查詢效率o(n)。如果使用了索引，在查詢時會先找索引，快速定位到磁碟位置，然後再去讀出該行的資料，效率大大提公升。
建立索引的規則：
1、利用最左字首：mysql會一直向右查詢直到遇到範圍操作（>，<，like、between）就停止匹配。
2、不能過度索引：在修改表內容的時候，索引必須更新或者重構，所以索引過多時，會消耗更多的時間。
3、盡量擴充套件索引而不要新建索引
4、最適合的索引的列是出現在where子句中的列或連線子句中指定的列。
5、不同值較少的列不必要建立索引（性別）。
首先，b-樹是一種多路搜尋樹（並不一定是二叉的），它是一種平衡的多叉樹，稱為b樹（或b-樹、b_樹）。
b樹索引：
更準確的說應該是b+樹，由於建立索引語句使用的關鍵字為btree，所以一般都叫做b樹索引。
首先為了查詢速度，索引肯定要使用便於查詢的資料結構。 不使用紅黑樹最主要的原因是為了減少隨機磁碟i/o的次數。b樹就是專門用在磁碟上的資料結構：對於相同的資料量，b樹的深度更低，經過的節點更少，所以造成的隨機磁碟io次數也就更少。
b+ 樹是一種樹資料結構，是乙個n叉樹，每個節點通常有多個孩子，一棵b+樹包含根節點、內部節點和葉子節點。根節點可能是乙個葉子節點，也可能是乙個包含兩個或兩個以上孩子節點的節點。
b+樹是b樹的變體，它的完整資料全部儲存在葉子結點，非葉子節點只儲存key值，這樣b+樹避免了不必要的磁碟i/o，由於所有的查詢最終都會到葉子結點，所以也就保證了查詢效能的穩定。
同時由於b+樹葉子結點使用指標串聯起來，這就方便了範圍查詢。
而且由於b+樹索引本身的有序性，所以在很多情況下可以避免對資料的排序。
btree索引中的最左匹配原則：hash在很多程式語言中都能見到，因為它查詢速度非常快，理論上平均時間複雜度能達到o(1)。btree是按照從左到右的順序來建立搜尋樹的。比如索引是(name,age,***)，會先檢查name欄位，如果name欄位相同再去檢查後兩個字段。
所以當傳進來的是後兩個欄位的資料（age，***），因為建立搜尋樹的時候是按照第乙個字段建立的，所以必須根據name欄位才能知道下乙個欄位去**查詢。
所以傳進來的是（name，***）時，首先會根據name指定搜尋方向，但是第二個字段缺失，所以將name欄位正確的都找到後，然後才會去匹配***的資料。
和b樹索引相比，hash索引在使用上有很大的侷限性：
1.無序性，導致無法範圍查詢和索引排序。
2.對完整的key計算hash，所以不支援部分匹配。
比如對多個列建立hash索引，查詢時條件必須這些列精確匹配，才能使用到hash索引。
3.由於hash索引實際只儲存了資料對應的行指標，所以不能避免讀取資料行。
4.當產生hash碰撞的時候，資料庫要遍歷拉鍊中所有的行指標，逐個取出資料行進行比較，資料量越大，衝突越多，查詢代價越高。
由於hash索引的上述缺點，所以實際使用hash索引的情況很少，mysql除了memory儲存引擎和ndb分布式儲存引擎，其他大部分儲存引擎預設使用b樹索引。
Hash索引和B 樹索引的區別
我們都知道在mysql中索引的資料結構有兩種，一種是hash，另一種是btree。在資料表中建立什麼樣的索引需要我們根據實際情況進行選擇。b 樹結構示意圖 b 樹的特徵 1 有k個孩子的節點就有k個關鍵字。也就是孩子數量 關鍵字數。2 非葉子節點的關鍵字也會同時存在在子節點中，並且是在子節點中所有關...
hash索引和B 索引區別
hash 索引結構的特殊性，其檢索效率非常高，索引的檢索可以一次定位，不像b tree 索引需要從根節點到枝節點，最後才能訪問到頁節點這樣多次的io訪問，所以 hash 索引的查詢效率要遠高於 b tree 索引。可 能很多人又有疑問了，既然 hash 索引的效率要比 b tree 高很多，為什麼大...
索引有B 索引和hash索引，各自的區別
hash索引結構的特殊性，其檢索效率非常高，索引的檢索可以一次定位，不像b 樹索引需要從根節點到枝節點，最後才能訪問到頁節點這樣多次的io訪問，那為什麼大家不都用hash索引而還要使用b 樹索引呢？1.hash索引僅僅能滿足 in 和 查詢，不能使用範圍查詢。因為經過相應的hash演算法處理之後的h...