本文总结于：【dev.mysql.com】
本次学习中的陌生单词和词组
| ENGLISH | CHINESE |
|---|---|
| in question | 被提及的;讨论中的;相关的 |
| considered the same | 被认为是相同的 |
介绍
索引被用于通过指定列的值快速查找一条或多条记录。没有索引的情况下，为了找到相关记录MySQL必须从第一条数据开始，然后读整个表。表越大，那么花费也就越多。
这个时候如果有一个索引被应用于相关列上，MySQL就可以快速的决定要查找数据文件的中间位置，而不是整个数据表。这比顺序的读取每一条记录来查找快得多。
大多数的MySQL索引（PRIMARY KEY，UNIQUE， INDEX and FULLTEXT）都会被保存在 B-Trees 结构中。例外情况：空间数据类型（原文作：Spatial Data Type）使用 R-Trees；MEMORY 表额外支持Hash Index；InnoDB 为全文搜索使用倒排索引（原文作：inverted lists for FULLTEXT indexes）
一般情况而言，索引被用作下面讨论中。特定于哈希索引的特征（被用于 MEMORY 表中）将在其他章节讨论
MySQL对这些操作使用索引:
快速查找匹配WHERE子句的行。
去除带选定的记录。如果在多个索引之间有一个选择，MySQL通常选择使用查找到最少数据的索引(即最具选择性的索引)。
原文作：To eliminate rows from consideration. If there is a choice between multiple indexes, MySQL normally uses the index that finds the smallest number of rows (the most selective index)..感觉翻译的不够语义化，如果你知道更好的翻译方式，欢迎加我微信“备注 B站 ”
如果表有一个多列索引，索引的最左端任何前缀都会被优化器使用来查找记录。例如：如果你有一个3-列的索引(col1, col2, col3)，那么你就可以在(col1)、(col1、col2)和(col1、col2、col3)上建立了索引搜索功能。（如果你觉得这段内容很迷惑，不要担心，我当时也迷惑。我后面会出专门的文章讲 多列索引 的）
略带一笔，关于多列索引：
多列索引（multiple-column index）：MySQL可以创建复合索引(即多列上的索引)。一个索引最多可以由16个列组成。对于某些数据类型，可以索引列的前缀。
对于此内容不是本节重点，将会专门出文章来讲，目前暂时了解这么多就可以了。如果有兴趣就关 **直截了当 公众号 或 B站的 极简视频 ** 吧
从其他表中检索数据时（即执行join操作时）。如果将列声明为相同的类型和大小，那么MySQL可以更有效地使用列上的索引。关于这点，VARCHAR 和 CHAR 在被声明为一样的大笑的时候被认为是一样的，如：VARCHAR(10) 和 CHAR(10) 是一样的大小。
注意：对于非二进制字符串列之间的比较，这两列应该使用相同的字符集。例如，将utf8列与latin1列进行比较，就不允许使用索引。
查找特定索引列key_col的MIN（）或MAX（）值。由预处理器优化，该预处理器检查是否在索引中出现在key_col之前的所有关键部分上使用WHERE key_part_N = constant。在这种情况下，MySQL对每个MIN（）或MAX（）表达式执行一次键查找，并将其替换为常量。如果所有表达式都用常量替换，查询将立即返回。例如：
SELECT MIN(key_part2),MAX(key_part2) FROM tbl_name WHERE key_part1=10;
复制如果排序或分组是在可用索引的最左前缀上完成的，则对表进行排序或分组（例如，ORDER BY key_part1，key_part2）。如果所有的 key parts 后面都跟着 DESC， 这个 key 将会按倒序读入。
在某些情况下，检索值而不是检索整条记录可以优化查询 。如果查询仅从表中使用包含在某些索引中的列，则可以从索引树中检索所选的值，以获得更快的速度
SELECT key_part3 FROM tbl_name WHERE key_part1=1
复制为查询提供所有必要结果的索引称为覆盖索引。
知识点延申 B-tree
B树：一种流行于数据库索引中的树型数据结构。该结构始终保持排序，从而可以快速查找精确匹配（等于运算符）和范围（例如，大于，小于和BETWEEN运算符）。此类索引可用于大多数存储引擎，例如InnoDB和MyISAM。
由于B树节点可以有许多子节点，因此B树与二叉树不同，后者限制为每个节点2个子节点。
与仅在MEMORY存储引擎中可用的哈希索引相反。MEMORY存储引擎也可以使用B树索引，如果某些查询使用范围运算符，则应该为MEMORY表选择B树索引。
重点总结：
MySQL大部分多因类型保存在B-tree中（这是为什么索引为加速检索的原理，务必掌握），此外个别情况会保存在R-tree和hash index中
B-tree的数据结构要掌握（关于B-tree未来会在B站出个视频为大家讲一下， B站名称 “极简视频”）
MySQL索引的几种使用场景（理解了B树，也就理解这些使用场景了）
关于多列索引将会在接下来的文章中为大家着重介绍
对于本总结由任何疑问欢迎 “abigtree123” 交流，请备注 B站
