mysql索引浅析
MySQL 的索引长什么样子？索引到底是怎么加速查询的？
事实上，在你还没有执行 create index 语句的时候，MySQL 就已经创建索引了。
聚簇索引
执行建表语句：
CREATE TABLE `student` (
`id` BIGINT UNSIGNED AUTO_INCREMENT NOT NULL COMMENT '主键id',
`student_no` VARCHAR ( 64 ) COMMENT '学号',
`name` VARCHAR ( 64 ) COMMENT '学生姓名',
`age` INT COMMENT '学生年龄',
PRIMARY KEY ( `id` )) ENGINE = INNODB CHARSET = utf8mb4 COMMENT = '学生信息表';
插入 5 条数据：
INSERT INTO student ( student_no, NAME, age )
VALUES
( 101, "Alice", 18 ),
( 102, "Bob", 19 ),
( 104, "Brandt", 15 ),
( 105, "David", 19 ),
( 109, "David", 18 );
在插入的过程中，MySQL 会用你指定的主键，在这里是递增主键，维护起一棵 B+树，主键从 1 开始递增，插入五条，所以是 1 到 5：
索引树
从 1 到 5，一个一个插入，你会看到 B+树在插入的过程中是怎么维护它的几个特性的：
有序：左边节点比右边小
自平衡：左右两边数量趋于相等
节点分裂：节点在遇到元素数量超过节点容量时，是如何分裂成两个的，这个也是 MySQL 页分裂的原理
模拟工具只支持插入一个值，所以你看不到主键之外的其他数据，实际上，这棵 B+树的叶子节点是带有行的全部数据的：
完整树结构
如果没有这棵 B+树，你要根据主键查询，比如
select*fromstudentwhereid=5;
数据是无序的，你只能全表扫描
有同学会说主键不是递增的吗，那不就可以用二分法来查找？不是的，主键虽然是递增的，但是如果你写入磁盘时，没有去维护有序数组这样一个数据结构（比如你删掉了 4，怎么把 5 往前面挪），那数据在磁盘里依旧是无序的，查找时只能随机查找，而如果你维护了有序数组这样的数据结构，其实也是建了索引，只是建了不一样的数据结构的索引罢了。
现在有了这棵 B+树，数据被有规律的存储起来，查找id=5，也不再大浪淘沙，而是变得很有章法：
从上到下，先找到 3，5 比它大，找右节点
接着找到 4，发现 5 还是比它大，继续找右节点
这次到达叶子节点了，叶子节点是一个递增的数组，那就用二分法，找到 id=5 的数据
你要访问磁盘的次数，是由这棵树的层数决定的。为了方便说明，我在文章里举的例子的数据量不会太大，所以用不用索引，性能提升的效果不明显，但是你可以脑补下大数据量的画面。
如果你没有指定主键呢？没关系，唯一键也可以。
连唯一键也没有？也没关系，mysql会给你建一个rowid字段，用它来组织这棵 B+树.
反正 MySQL 就一个目的，数据要有规律的存储起来，数据是否被规律的管理起来，是数据库和文件系统区分开来的重要因素。
这个 MySQL 无论如何都会建起来，并且存储有完整行数据的索引，就叫聚簇索引（clustered index）。
二级索引
聚簇索引只能帮你加快主键查询，但是如果你想根据姓名查询呢？
对不起，看看上面这棵树你就知道，数据并没有按照姓名进行组织，所以，你还是只能全表扫描。
不想全表扫描，怎么办？那就给姓名字段也加个索引，让数据按照姓名有规律的进行组织：
create index idx_name onstudent(name);
这时候 MySQL 又会建一棵新的 B+树：
name索引树
你会发现这棵树的叶子节点，只有姓名和主键ID两个字段，没有行的完整数据，这时候你执行：
select*fromstudentwherename="David";
MySQL 到你刚刚创建的这棵 B+树 查询，快速查到有两条姓名是“David”的记录，并且拿到它们的主键，分别是 4 和 5，但是你要的是select *呀，怎么办？
别忘了，MySQL 在一开始就给你建了一棵 B+树 了，把这两棵树，放在一起，拿着从这棵树上查到的两个主键ID，去聚簇索引找，事情不就解决了？
查找过程
这个不带行数据完整信息的索引，就叫二级索引（secondary index），也叫辅助索引。
复合索引
继续，如果我还想根据姓名和年龄同时查询呢？
select*fromstudentwherename="David"and age=18;
还是那个道理，数据虽然按照 name 有规律的组织了，但是没有按照 age 有规律组织，所以我们要给name和age同时建索引：
create index idx_name_age onstudent(name,age);
这时候 MySQL 又会建一棵 B+树，这下 B+树 的节点里面，不只有 name，还有 age 了：
查询过程
注意观察我用红色虚线框出来的那两个节点，这是这棵树和上面那棵只给 name 建索引的树的唯一区别，两个元素换了个位，因为排序时，是先用 name 比较大小，如果 name 相同，则用 age 比较。
还是那句话，这里举的例子数据量很少，你可以想象下有一万个叫“David”的学生，年龄随机分布在 13 到 20 之间，这时候如果没有按照 age 进行有规律的存储，你还是得扫描一万行数据。
只给 student 表建idx_name_age这个复合索引，这两个 sql 语句，会走索引吗？
select*fromstudentwherename="David";
select*fromstudentwhereage=18;
