索引是优化数据库查询最重要的方式之一，它是在 MySQL 的存储引擎层中实现的，所以
每一种存储引擎对应的索引不一定相同。我们可以通过下面这张表格，看看不同的存储引擎
分别支持哪种索引类型：
B+Tree 索引和 Hash 索引是我们比较常用的两个索引数据存储结构，B+Tree 索引是通过
B+ 树实现的，是有序排列存储，所以在排序和范围查找方面都比较有优势
Hash 索引相对简单些，只有 Memory 存储引擎支持 Hash 索引。Hash 索引适合 key
value 键值对查询，无论表数据多大，查询数据的复杂度都是 O(1)，且直接通过 Hash 索
引查询的性能比其它索引都要优越。
在创建表时，无论使用 InnoDB 还是 MyISAM 存储引擎，默认都会创建一个主键索引，而
创建的主键索引默认使用的是 B+Tree 索引。不过虽然这两个存储引擎都支持 B+Tree 索
引，但它们在具体的数据存储结构方面却有所不同。
InnoDB 默认创建的主键索引是聚族索引（Clustered Index），其它索引都属于辅助索引
（Secondary Index），也被称为二级索引或非聚族索引。接下来我们通过一个简单的例子，说明下这两种索引在存储数据中的具体实现。
首先创建一张商品表，如下：
然后新增了以下几行数据，如下：
如果我们使用的是 MyISAM 存储引擎，由于 MyISAM 使用的是辅助索引，索引中每一个
叶子节点仅仅记录的是每行数据的物理地址，即行指针，如下图所示：
如果我们使用的是 InnoDB 存储引擎，由于 InnoDB 使用的是聚族索引，聚族索引中的叶
子节点则记录了主键值、事务 id、用于事务和 MVVC 的回流指针以及所有的剩余列，如下
图所示：
基于上面的图示，如果我们需要根据商品编码查询商品，我们就需要将商品编码 serial_no
列作为一个索引列。此时创建的索引是一个辅助索引，与 MyISAM 存储引擎的主键索引的
存储方式是一致的，但叶子节点存储的就不是行指针了，而是主键值，并以此来作为指向行
的指针。这样的好处就是当行发生移动或者数据分裂时，不用再维护索引的变更。
如果我们使用主键索引查询商品，则会按照 B+ 树的索引找到对应的叶子节点，直接获取到
行数据：
select * from merchandise where id=7 如果我们使用商品编码查询商品，即使用辅助索引进行查询，则会先检索辅助索引中的 B+
树的 serial_no，找到对应的叶子节点，获取主键值，然后再通过聚族索引中的 B+ 树检索
到对应的叶子节点，然后获取整行数据。这个过程叫做回表。
在了解了索引的实现原理后，我们再来详细了解下平时建立和使用索引时，都有哪些调优方
法呢？
系列阅读
- 电商系统的分布式事务调优
- 数字化-落地路径与数据中台
- 可复用架构：如何实现高层次的复用？
![[Java]泛型(一)泛型类](https://i-blog.csdnimg.cn/direct/1fce8e38730f4fd8a0a7687971655c26.png)
