总结：
1. 索引的作用：提高数据查询效率
2. 常见索引模型：哈希表、有序数组、搜索树
3. 哈希表：以键 - 值(key - value)存储数据的结构。
4. 哈希思路：把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置
5. 哈希冲突的处理办法：多个key值经过哈希函数的换算，会出现同一个值的情况，处理这种冲突的办法是在冲突值上创建一个链表。
6.哈希表适用场景：只有等值查询的场景，不适合范围查询。
7.有序数组：按顺序存储。查询用二分法就可以快速查询，时间复杂度是：O(log(N))
8.有序数组查询效率高，更新效率低
9.有序数组的适用场景：静态存储引擎。
10.二叉搜索树：每个节点的左儿子小于父节点，父节点又小于右儿子
11.二叉搜索树：查询时间复杂度O(log(N))，更新时间复杂度O(log(N))
12.数据库存储大多不适用二叉树，因为树高过高，会适用N叉树
13.InnoDB中的索引模型：B+Tree
14.索引类型：主键索引、非主键索引
主键索引的叶子节点存的是整行的数据(聚簇索引)，非主键索引的叶子节点内容是主键的值(二级索引)
15.主键索引和普通索引的区别：主键索引只要搜索ID这个B+Tree即可拿到数据。普通索引先搜索索引拿到主键值，再到主键索引树搜索一次(回表)
16.一个数据页满了，按照B+Tree算法，新增加一个数据页，叫做页分裂，会导致性能下降。空间利用率降低大概50%。当相邻的两个数据页利用率很低的时候会做数据页合并，合并的过程是分裂过程的逆过程。
17.从性能和存储空间方面考量，自增主键往往是更合理的选择。
18. 在Innodb中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。Innodb使用的B+树索引类型。每一个索引在InnoDB里面对应一棵B+树
（1）索引类型
1）主键索引（聚簇索引），值存的是整行内容
2）非主键索引（二级索引），值存的是主键内容
（2）B+ 树能够很好地配合磁盘的读写特性，减少单次查询的磁盘访问次数
19. 基于主键索引和普通索引的区别
（1）如果语句为select * from T where ID=500, 使用主键索引查询，只需要搜索ID这个B+树，就能能取出整行数据
（2）如果语句为select * from T where k = 5 , 使用普通索引查询，先查询k这个B+树，然后得到id的值，再搜索ID这个B+树，这个过程叫做回表。非主键索引需要多扫描一棵索引树，所以尽量用主键索引
20. InnoDB索引维护
（1）B+树为了维护索引的有序性，所以需要做索引维护。
（2）自增主键的使用场景
1）主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小
2）业务字段做主键场景：1：只有一个索引 2：该索引必须是唯一索引 这是典型的key value场景。由于没有其他索引，估不用考虑其它索引叶子节点大小的问题，故将该值设为主键索引