1.单值索引
1.索引
1.存储引擎是建立在表级别的。
2.索引是存储在磁盘中的。
3.B+树比B树的优点：
在高度相等的情况下，B+树比B树存储的数据更多，因为每个点最大是16k
用B+树存储而不用Hash存储的原因是：大部分数据查找的时候都不是等值查找。
B+数存储的底层数据叶子节点是双向指针，非叶子节点是冗余索引，冗余索引没有数据
B数底层叶子节点是没有指针的，也没有冗余索引，非叶子节点要存储数据
在navicat中新建表的时候从“字段”移到选项上可以选择存储引擎。
MyISAM存储引擎（非聚集索引：数据和索引不放在一个文件里）
优点：可被压缩，节省空间，可以转化为只读表，提高检索效率
缺点：不支持事务
frm文件是 表结构信息
MYD文件是 表数据：D data
MYI文件是 表索引：I index
Memory存储引擎
每个表均以.frm文件存储
表级锁机制
不包含TEXT和BLOB字段
缺点：不支持事务，容易丢失，所有数据和索引存储在内存当中，断电就没了
有点查询速度快，
InnoDB存储引擎（聚集索引：数据和索引放在一块）现在用的最多的
frm文件是表结构信息
ibd文件是索引和数据放一块
InnoDB索引实现：
1.表数据文件本身就是按B+Tree 组织的一个索引结构文件
2.聚集索引-叶子节点包含了完整的数据记录
3.为什么INnoDB表必须有主键，并且推荐使用整型数的自增主键？不推荐使用UUID
因为UUID是String类型的，既不是整型又不是自增类型。
因为整型的数据比字符串类型的比大小速度更快，整型bigint也就8个字节，字符串可能很大。
自增：非自增的会导致树节点的分裂，分裂之后还要做平衡。自增维护成本低。
4.为什么非主键索引结构叶子节点存储的是主键值？
2.联合索引的底层数据结构
联合索引的时候先比较第一个字段的大小，第一个大小相同再比第二个的值
最左前缀：
用到索引的几种方式：①name...②name,age...③name,age,position...
eg：下面三条只有第一条用到了索引。
原因：只有采用了name之后age才是有序的，如果不采用name属性，在所有数据中，age不是有序所以还是要全表扫描
eg：搜索age = 30 ，找到第一个数据后，第二个数据是31，但是还是要继续找后面的数据，第四个也是30.
