index:索引

数据库的索引是数据库管理系统里面经过 排序的数据结构

索引服务对象是select 查询

更新语句其实是先查出数据，更改数据然后返回磁盘，如果我们对查询做了优化，那么更新，删除，都会变快，它是数据结构，必然占据空间，是一个典型的空间换时间的一个案例

索引的话其实是一个 key value的值，如图：

值的话对应的是一条数据的磁盘地址，然后键的话就对应的是键值

索引的创建方式：

一：SQL语句创建

ALTER TABLE user_innodb ADD INDEX in_name(name)

()中的name其实就是我们的索引要绑定得字段

二：建表的时候再直接把索引给加上，去指定索引

三：用界面话工具去指定索引

索引类型：

一：普通索引

二：唯一索引 +唯一约束

三：主键索引 +非空约束

四：全文索引

特殊的sql

select *from 表名 where match(字段名) against(‘河南牧业经济学院’ IN NATURAL LANGUAGE MODE);

一般我们用 es slor引擎

什么数据结构才能帮助我们快速检索数据呢?

要想用到检索，必须要有序，其实索引用的就是二分折半查找

有一种数据结构就符合这种特点，那就是二叉查找树

二叉查找树左叶子节点小于父节点，右叶子节点大于父节点

如果就是二叉查找树就是一直在一边进行排列，比如斜树，

这样就成了单链表的结构了

那么二叉树将变得毫无意义，所以如何解决呢？

我们用平衡二叉树（Balanced Binary Search Tree）又称AVL树

那么平衡二叉树如何解决这一问题的呢？其实用的就是二叉树左旋还有右旋

一旦发现左左型的数据结构就会右旋

一旦发现右有型的数据结构就会左旋

innob存储引擎一次从磁盘拿16k数据到内存

16K=16384字节 redis就是16384个槽位

用二叉树太浪费空间，所以我们用多叉树，多叉树可以分很多子树

B树（多叉树）：通过不断分链来保证这种数据结构

不断在分裂，合并来保证我们的数据存储

Mysql中用到的B树：BTREE

B树结构：

B+树：

第三层是Innodb存储数据

Innodb中不支持哈希索引