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。

阅读指南文章目录1.事务四大特性(about:blank1_4)2.数据库隔离级别(about:blank2_12)3.MYSQL的两种存储引擎区别（事务、锁级别等等），各自的适用场景(about:blank3MYSQL_27)4.索引有B索引和hash索引(about:b

MySQL千万级别的查询优化手段·中单列索引（假设在v\_record表中存在id列的索引）1、WHERE条件使用​EXPLAINSELECT\FROMv\_recordWHEREid2​结论：利用索引进行回表查询2、SELECT字段使用

了解一下MySQL中的回表查询与索引覆盖。回表查询要说回表查询，先要从InnoDB的索引实现说起。InnoDB有两大类索引，一类是聚集索引（ClusteredIndex），一类是普通索引（SecondaryIndex）。InnoDB的聚集索引InnoDB聚集索引的叶子节点存储行记录，因此InnoDB必须要有且只有一个聚集索引。

InnoDB底层存储结构为B树，B树的每个节点对应innodb的一个page，page大小是固定的，一般设为16k。其中非叶子节点只有键值，叶子节点包含完成数据。!(https://oscimg.oschina.net/oscnet/fafbd5942eb12664d41e90a4907dec223b2.png)索引（Index）是帮助

Elasticsearch可以根据待索引数据自动建立索引、自动定义映射类型。1PUT data/_doc/1 2{ "count": 5 }执行上述请求时，索引"data"不必预先创建，该API首先会自动创建索引data、类型映射\_doc，其映射类型下包含字段count，其类型为long。自动根据文档的值推测其类型的过程，就是本文要重点描述

索引类似大学图书馆建书目索引，可以提高数据检索的效率，降低数据库的IO成本。MySQL在300万条记录左右性能开始逐渐下降，虽然官方文档说500~800w记录，所以大数据量建立索引是非常有必要的。MySQL提供了Explain，用于显示SQL执行的详细信息，可以进行索引的优化。一、导致SQL执行慢的原因

核心篇数据存储MySQL索引使用的注意事项1.索引不会包含有NULL的列只要列中包含有NULL值，都将不会被包含在索引中，复合索引中只要有一列含有NULL值，那么这一列对于此符合索引就是无效的。2.使用短索引

1索引的类型UNIQUE唯一索引不可以出现相同的值，可以有NULL值。INDEX普通索引允许出现相同的索引内容。PRIMARYKEY主键索引不允许出现相同的值，且不能为NULL值，一个表只能有一个primary\_key索引。fulltextindex全文索引

MySQL索引底层数据结构索引是存储引擎快速找到记录的一种数据结构一、有索引与没索引的差距先来看一张图：!(https://static.oschina.net/uploads/img/202010/14150116_INlJ.png)左边是没有索引的情况，右边是作为