对于MYSQL的INNODB存储引擎的索引，大家是不陌生的，都能想到是B树结构，可以加速SQL查询。但对于B树索引，它到底“长”得什么样子，它具体如何由一个个字节构成的，这些的基础知识鲜有人深究。本篇文章从MYSQL行记录开始说起，层层递进，包括数据页，B树聚簇索引，B树二级索引，最后在文章末尾给出MYSQL索引的建议。文章涉及较多基础知识，内容较为枯燥，因此采用较多的图片补充说明，希望能对读者有帮助。

提到ES，大多数爱好者想到的都是搜索引擎，但是明确一点，ES不等同于搜索引擎。不管是谷歌、百度、必应、搜狗为代表的自然语言处理(NLP)、爬虫、网页处理、大数据处理的全文搜索引擎，还是有明确搜索目的的搜索行为，如各大电商网站、OA、站内搜索、视频网站的垂直搜索引擎，他们或多或少都使用到了ES。

在日常工作中，我们会遇见一些慢SQL，在分析这些慢SQL时，我们通常会看下SQL的执行计划，验证SQL执行过程中有没有走索引。通常我们会调整一些查询条件，增加必要的索引，SQL执行效率就会提升几个数量级。我们有没有思考过，为什么加了索引就会能提高SQL的查询效率，为什么有时候加了索引SQL执行反而会没有变化，本文就从MySQL索引的底层数据结构和算法来进行详细分析。

首先要明白索引（index）是在存储引擎（storageengine）层面实现的，而不是在server层面。不是所有的存储引擎支持有的索引类型。1、BTREE最常见的索引类型，他的思想是所有的值（被索引的列）都是被排过序的，每个叶节点到根节点的距离是相等的，所以适合用来找某一范围内的数据，而且可以直接支持排序（orderby）支持innoDB和MyIS

EKL核心组成1.ElasticSearch开源分布式搜索引擎，他的特点是分布式、零配置、自动发现、索引自动分片，索引副本机制，restful接口，多数据源，自动搜索负载。安装ElasticSearch  高可用，易扩展，支持集群(cluster),分片和复制(sharding和replicas)验证启动：curlXGETht

一、创建语法：PUT/索引库名称/_mapping/类型名称{"properties":{"字段名":{"type":类型,可以是text、keyword、long、short、date、integer、object等　　　"index":是否索引，默认为true　

关于SQLServer2008全文索引干扰词使用SQLSERVER2008全文索引进行搜索contains(Keywords,'"xxofxx\"')(注意是后面有包含"\"号的查询)，由于包含了类似"of","and","or"等这类默认的全文索引干扰词，导致查询不到结果。可以按如下方法解决：1.自定自己的干扰词库

很多时候，我们在mysql中创建了索引，但是某些查询还是很慢，根本就没有使用到索引！一般来说，可能是某些字段没有创建索引，或者是组合索引中字段的顺序与查询语句中字段的顺序不符。看下面的例子：假设有一张订单表(orders)，包含order\_id和product\_id二个字段。一共有31条数据。符合下面语句的数据有5条。执行下面的s

elasticsearch插件、分词器、索引。

什么是走索引？索引是一种利用某种规则的数据结构与实际数据的关系加快数据查找的功能。我们的数据库中存储有大量的内容，而索引能够通过数据节点，根据特定的规则和算法快速查找到节点对应的实际文件的位置。简单来说索引就像书的目录，能够帮助我们准确定位到书籍具体的内容。最近在学习索引的时候遇到了一个问题，下面我们通过重现的方式来看一下。首先建立一个如下测试表：javas