在学习介绍了相关的结构设计以及故障相关的知识，这里主要再看看MySQL支持的索引类型。其中主要包括B-Tree索引相关知识以及Hash相关，以及索引的优化策略。详细的请点击查看全文。
##MySQL支持的索引类型
B-Tree索引
引用B+树的结构来存储数据，主要的目的为是加快数据的查询速度，因为这样更适合范围查找。
哪什么情况下可以用到B—Tree索引呢？
1.全值匹配查询。
2.匹配最左前缀的查询。
3.匹配列前缀查询。
4.匹配范围查询。
5.精确匹配左前列并范围匹配查询。
6.指访问索引的查询。那么说明是B-Tree以及B+树查找呢？
可以查阅我其他数据结构的章节。
那么B-Tree索引有什么限制条件呢？
1.如果不是按照索引最左列开始查找，则无法使用索引。
如：（学号，姓名，年纪）如果查询开始为姓名，则没有办法查询。
2.使用所以时，不能跳过索引的列。
3.Not in和<>，！=操作无法使用索引。
4.如果查询中有某个列的范围查找，则其右边所有列都无法使用索引。Hash索引的特点
1.只有查询条件精确匹配hash索引中的所有列时，才能够使用hash索引。
2.对于hash索引中的所有列，存储引擎都会为每一行计算一个hash code，hashCode索引中存储的就是hashCode。哪hash的限制是说明呢？
1.必须进行二次查找
2.无法使用排序
3.不支持部分索引查找也不支持范围查找
4.hashCode的计算可能存在hash冲突。相同的，如果对hash算法不知道的，也可也查阅我的其他博客或者相关知识。
那么为什么要使用索引呢？归结为三点：
1.大大减少了存储引擎需要扫描的数据量
2.可以帮助我们进行排序一面使用临时表
3.可以把随机IO转变为顺序IO但是索引过多也会有响应的麻烦：
1.增加写操作的成本。
2.索引会增加查询优化器的选择时间，进而影响效率。索引我们就要了解一下索引优化的策略：
1.索引列上不能使用表达式或函数。
2.前缀索引和索引列的选择（不重复的所有和表的记录数的比值）
3.联合索引（当然之前也说了，太多了也同样印象效率）
a.经常会被用到，列优先
b.选择性高的列优先
c.宽度小的列优先
4.覆盖索引
优点：
1.可以优化缓存，减少磁盘IO操作
2.可以减少随机IO，变为顺序IO操作
3.可以避免对Innodb主键索引的二次查询
4.可以避免MyISAM表进行系统调用
缺点：
1.并不是所有存储引擎都支持覆盖索引
2.列太多而导致速度变慢
3.不能使用双%号的like查询我们呢还可以使用索引来优化查询，例如通过排序操作，按照索引顺序扫描数据。
还可以利用索引优化锁机制，依次减少锁的行数，加快处理速度，同时也加快锁的释放。
索引呢还支持维护和优化策略，可以删除重复和冗余的索引。查找未被使用过的索引，以及更新索引统计信息减少索引碎片。
##接下来介绍性能SQL的问题
首先要了解的是如何获取有性能问题的SQL呢？
1.通过用户反馈获取存在性能问题的SQL。
注：这个比较被动同时因为产品上线后再修改资源花费较大
2.通过慢查询日志获取存在性能问题的SQL。（有一定的延迟）
3.实施获取存在的性能问题的SQL什么是慢查询日志获取性能问题的SQL呢？
主要性能为“磁盘IO和存储日志所需要的磁盘空间”。因为需要记录日志，这样操作便会需要大量的磁盘空间，最好把日志存储和数据存储分开。当然这还要记录所有符合条件的SQL，包括了查询语句，数据修改语句，以及回滚的SQL。
如何实时获得有性能问题的SQl么？
查询请求的过程是什么样的呢？
1.客户端发送SQl请求给服务器。
2.服务器检查是否可以在缓存中命中该SQL。
3.服务器端进行SQL解析和预处理工作，再由优化器生成对应的执行计划。
4.根据执行计划，调用存储引擎API来查询数据。
5.将结果返回给客户端。##再来简要了解一下什么是分库分表
1.把一个实例中的多个数据库拆分到不同的实例中去。
2.把一个库中的表分离到不同的数据库中。
数据库分片处理（由于分表后写压力仍旧很大而采用的办法），对一个库中的相关表进行水平拆分到不同的实例数据库中，但是要注意的是这样难以维护，所以不到万不得已不要使用。
如何处理分区键呢？
1.分区键要尽量避免跨分片查询的发生。
2.分区键要尽可能的使各个分片中的数据平均。如何存储没有需要的分片表
1.每个分片存储一份相同的数据。
2.使用额外的节点统一存储。如何在节点上部署分片呢？
1.每个分片使用单一数据库，并且数据库各不相同。
2.将多个分片表存储在一个数据库中，并在表名上加入分片后缀。
3.在一个节点上部署多个数据库，每个数据库包含一个分片。如何分配分片中的数据呢？
1.按分区键的hash值取模来分配分片数据。
2.按分区键的范围来分配分片数据。
3.利用分区键和分片的映射表来分配分片的数据。
