核心概念
1.索引定义
在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。
2.索引的数据结构
3.选用B+树而不选用B树作为索引
1.主键索引和二级索引
主键索引：索引的叶子节点是数据行
二级索引：索引的叶子节点是KEY字段加主键索引，因此，通过二级索引询首先查到是主键值，然后InnoDB再根据查到的主键值通过主键索引找到相应的数据块。
innodb的主索引文件上 直接存放该行数据,称为聚簇索引,次索引指向对主键的引用
myisam中, 主索引和次索引,都指向物理行(磁盘位置).
2.聚簇索引和非聚簇索引
3.聚簇索引优劣
优势: 根据主键查询条目比较少时，不用回行(数据就在主键节点下)
劣势: 如果碰到不规则数据插入时，造成频繁的页分裂。
1.回表
回表的概念涉及到主键索引和非主键索引的查询区别
select * from T where ID=500，即主键查询，则只需要搜索 ID 这棵树。select * from T where k=5，即非主键索引查询，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。而从存储空间的角度讲，因为非主键索引树的叶结点存放的是主键的值，那么，应该考虑让主键的字段尽量短，这样非主键索引的叶子结点就越小，非主键索引占用的空间也就越小。一般情况下，建议创建一个自增主键，这样非主键索引占用的空间最小。
2.索引覆盖
3.联合索引
联合索引是指对表上的多个列进行索引。
场景一：
联合索引 (a, b) 是根据 a, b 进行排序（先根据 a 排序，如果 a 相同则根据 b 排序）。因此，下列语句可以直接使用联合索引得到结果（事实上，也就是用到了最左前缀原则）
select … from xxx where a=xxx;select … from xxx where a=xxx order by b;而下列语句则不能使用联合查询：
select … from xxx where b=xxx;场景二：
对于联合索引 (a, b, c)，下列语句同样可以直接通过联合索引得到结果：
select … from xxx where a=xxx order by b;select … from xxx where a=xxx and b=xxx order by c;而下列语句则不行，需要执行一次 filesort 排序操作。
select … from xxx where a=xxx order by c;总结：
以联合索引(a,b,c)为例，建立这样的索引相当于建立了索引a、ab、abc三个索引。一个索引顶三个索引当然是好事，毕竟每多一个索引，都会增加写操作的开销和磁盘空间的开销。
4.最左匹配原则
5.索引下推
MySQL 5.6 引入了索引下推优化，可以在索引遍历过程中，对索引中包含的字段先做判断，过滤掉不符合条件的记录，减少回表字数。
CREATE TABLE `test` (
`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '自增主键',
`age` int(11) NOT NULL DEFAULT '0',
`name` varchar(255) CHARACTER SET utf8 NOT NULL DEFAULT '',
PRIMARY KEY (`id`),
KEY `idx_name_age` (`name`,`age`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
SELECT * from user where name like '陈%' 最左匹配原则，命中idx_name_age索引
SELECT * from user where name like '陈%' and age=20
age=20这个条件的)，匹配2条记录，然后找到对应的2个id。回表之后，在根据age=20进行过滤age=20条件，在回表之前就会根据age进行过滤。此即索引下推，可以减少回表的数据量，增加查询性能6.前缀索引
当索引是很长的字符序列时，这个索引将会很占内存，而且会很慢，这时候就会用到前缀索引了。通常可以索引开始的几个字符，而不是全部值，以节约空间并得到好的性能。所谓的前缀索引就是使用索引的前面几个字母作为索引，但是要降低索引的重复率，索引我们还必须要判断前缀索引的重复率。
select 1.0*count(distinct name)/count(*) from test select 1.0*count(distinct left(name,1))/count(*) from test 取name字符串第一个作为前缀索引的占比select 1.0*count(distinct left(name,2))/count(*) from test 取name字符串前两个作为前缀索引的占比left(str, n)的n不在显著增加时，此时可以选取n作为前缀索引的截取数alter table test add key(name(n));当我们添加索引之后，如何去查看索引呢？又或者执行语句的时候执行的特别慢，我们如何去排查呢？
explain 通常用于查看索引是否生效。
当我们获得慢查询的日志之后，查看日志，观察那些语句执行是慢查询，在该语句之前加上 explain 再次执行，explain 会在查询上设置一个标志，当执行查询时，这个标志会使其返回关于在执行计划中每一步的信息，而不是执行该语句。它会返回一行或多行信息，显示出执行该计划中的每一部分和执行次序.
explain 执行语句返回的重要字段：
explain的 type字段：
我还将定期分享：
最新互联网资讯：让你时刻掌握行业动态。
AI前沿新闻：紧跟技术潮流，不断提升自我。
技术分享与职业发展：助你在职业生涯中走得更远、更稳。
程序员生活趣事：让你在忙碌的工作之余找到共鸣与乐趣。
关注回复【1024】惊喜等你来拿！
本文记录了一次排查FullGC导致的TP99过高过程,介绍了一些排查时思路,线索以及工具的使用,希望能够帮助一些新手在排查问题没有很好的思路时,提供一些思路,让小白也能轻松解决FullGC问题
网上找到的Master公式推导过程都太过于复杂了，为此我特地找到一种小白也能看懂的推导过程。看完这篇文章后，你会对递归的时间复杂度深谙于心，打死都不会忘记。