一、mysql中的索引
在 mysql 中，主要有四種型別的索引，分別為： b-tree 索引， hash 索引， fulltext 索引和 r-tree 索引。
b-tree 索引是 mysql 資料庫中使用最為頻繁的索引型別，除了 archive 儲存引擎之外的其他所有的儲存引擎都支援 b-tree 索引。archive 引擎直到 mysql 5.1 才支援索引，而且只支援索引單個 auto_increment 列。
不僅僅在 mysql 中是如此，實際上在其他的很多資料庫管理系統中b-tree 索引也同樣是作為最主要的索引型別，這主要是因為 b-tree 索引的儲存結構在資料庫的資料檢索中有非常優異的表現。
一般來說， mysql 中的 b-tree 索引的物理檔案大多都是以 balance tree 的結構來儲存的，也就是所有實際需要的資料都存放於 tree 的 leaf node(葉子節點) ，而且到任何乙個 leaf node 的最短路徑的長度都是完全相同的，所以我們大家都稱之為 b-tree 索引。當然，可能各種資料庫（或 mysql 的各種儲存引擎）在存放自己的 b-tree 索引的時候會對儲存結構稍作改造。如 innodb 儲存引擎的 b-tree 索引實際使用的儲存結構實際上是 b+tree，也就是在 b-tree 資料結構的基礎上做了很小的改造，在每乙個leaf node 上面出了存放索引鍵的相關資訊之外，還儲存了指向與該 leaf node 相鄰的後乙個 leafnode 的指標資訊（增加了順序訪問指標），這主要是為了加快檢索多個相鄰 leaf node 的效率考慮。
innodb是mysql的預設儲存引擎(mysql5.5.5之前是myisam）
可能對於沒有了解過索引的猿友這樣看這篇文章十分吃力，這類猿友有必要先對mysql索引有個大體的了解，可以看看小寶鴿另外一篇文章： 資料庫查詢優化——mysql索引。看完這篇文章我們再回頭看看上面的文字說明吧。
接下來我們先看看b-樹、b+樹的概念。弄清楚，為什麼加了索引查詢速度會加快？
二、b-樹、b+樹概念
b樹，即二叉搜尋樹：
所有非葉子結點至多擁有兩個兒子（left和right）；
所有結點儲存乙個關鍵字；
非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹；
b-樹是一種多路搜尋樹（並不是二叉的）：
定義任意非葉子結點最多只有m個兒子；且m>2；
根結點的兒子數為[2, m]；
除根結點以外的非葉子結點的兒子數為[m/2, m]；
每個結點存放至少m/2-1（取上整）和至多m-1個關鍵字；（至少2個關鍵字）
非葉子結點的關鍵字個數=指向兒子的指標個數-1；
非葉子結點的關鍵字：k[1], k[2], …, k[m-1]；且k[i] < k[i+1]；
非葉子結點的指標：p[1], p[2], …, p[m]；其中p[1]指向關鍵字小於k[1]的子樹，p[m]指向關鍵字大於k[m-1]的子樹，其它p[i]指向關鍵字屬於(k[i-1], k[i])的子樹；
所有葉子結點位於同一層；
b-樹的搜尋，從根結點開始，對結點內的關鍵字（有序）序列進行二分查詢，如果命中則結束，否則進入查詢關鍵字所屬範圍的兒子結點；重複，直到所對應的兒子指標為空，或已經是葉子結點；
b-樹的特性：
關鍵字集合分布在整顆樹中；
任何乙個關鍵字出現且只出現在乙個結點中；
搜尋有可能在非葉子結點結束；
其搜尋效能等價於在關鍵字全集內做一次二分查詢；
自動層次控制；
由於限制了除根結點以外的非葉子結點，至少含有m/2個兒子，確保了結點的至少利用率。
所以b-樹的效能總是等價於二分查詢（與m值無關），也就沒有b樹平衡的問題；
由於m/2的限制，在插入結點時，如果結點已滿，需要將結點**為兩個各佔m/2的結點；刪除結點時，需將兩個不足m/2的兄弟結點合併；
b+樹b+樹是b-樹的變體，也是一種多路搜尋樹：
其定義基本與b-樹同，除了：
非葉子結點的子樹指標與關鍵字個數相同；
非葉子結點的子樹指標p[i]，指向關鍵字值屬於[k[i], k[i+1])的子樹（b-樹是開區間）；
為所有葉子結點增加乙個鏈指標；
所有關鍵字都在葉子結點出現；
b+的搜尋與b-樹也基本相同，區別是b+樹只有達到葉子結點才命中（b-樹可以在非葉子結點命中），其效能也等價於在關鍵字全集做一次二分查詢；
b+的特性：
所有關鍵字都出現在葉子結點的鍊錶中（稠密索引），且鍊錶中的關鍵字恰好是有序的；
不可能在非葉子結點命中；
非葉子結點相當於是葉子結點的索引（稀疏索引），葉子結點相當於是儲存（關鍵字）資料的資料層；
更適合檔案索引系統；
三、建索引的幾大原則
最左字首匹配原則，非常重要的原則，mysql會一直向右匹配直到遇到範圍查詢(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調整。
=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優化器會幫你優化成索引可以識別的形式
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，保持列「乾淨」，比如from_unixtime(create_time) = 』2014-05-29』就不能使用到索引，原因很簡單，b+樹中存的都是資料表中的字段值，但進行檢索時，需要把所有元素都應用函式才能比較，顯然成本太大。所以語句應該寫成create_time = unix_timestamp(』2014-05-29』);
盡量的擴充套件索引，不要新建索引。比如表中已經有a的索引，現在要加(a,b)的索引，那麼只需要修改原來的索引即可
原文：參考：與hash索引型別對比
mysql 新增b樹索引 Mysql之B樹索引
聚集索引 簡單概念 乙個表中根據主鍵建立的一棵b 樹，索引的葉子節點存放了表中所有的記錄，儲存記錄在物理位置上是連續的，乙個葉子節點存放一條對應的記錄 ps 是根據主鍵建立的b 樹，葉子節點存資料記錄 舉個例子 以漢語字典為例 漢語字典的正文本身就是乙個聚集索引，比如我們要查 安 字，由於漢語詞典的...
MYSQL索引原理B 樹
書中 mysql技術內部innodb儲存引擎 有所有你的疑惑解答 mysql 索引總結 mysql索引是b 樹，一般高度在2 4層，機械磁碟每秒可以做100此i o，索引2 4次需要花費0.04s的時間，非常好 mysql使用的是聚簇索引，一般是主鍵索引是聚簇索引，而輔助索引是非聚簇索引 聚簇索引 ...
MySQL索引原理（b 樹）
索引目的 索引的目的在於提高查詢效率，可以模擬字典，如果要查 mysql 這個單詞，我們肯定需要定位到m字母，然後從下往下找到y字母，再找到剩下的sql。如果沒有索引，那麼你可能需要把所有單詞看一遍才能找到你想要的，如果我想找到m開頭的單詞呢？或者ze開頭的單詞呢？是不是覺得如果沒有索引，這個事情根...