B树和B+树的区别
B树：一个节点是一个数组，数组中数据是键值对
- 比如：创建user表用户ID和姓名二级索引，内部节点存的是：[{id:1,name:张三}，{id:2,name:李四}]
- 注意：这是普通索引，如果是聚簇索引，内部节点存的是：[{id:1, name:‘张三’, 其他列…},{id:2, name:‘李四’, 其他列…} ]
- 参考下图，每个方框就是一个节点（数组），每个数字就是一个key：value键值对
B+树：一个节点依旧是一个数组，数组中数据是键值对，多了一个“最下层节点（子节点）”
- 比如：创建user表用户ID和姓名二级索引，内部节点存的是：[{id:1,name:张三+子节点指针}，{id:2,name:李四+子节点指针}]
- 注意：不管是二级索引还是聚簇索引，内部节点都不会存整行数据。
- 叶子节点：如果是聚簇索引存整行数据，二级索引存索引字段数据
- 参考下图：内部节点，最后一层（叶子节点）
- B+树的叶子节点会按顺序链接在一起，非常时候适合范围查找
- 总结：
最后一层称叶子节点，上面称内部节点
回表问题
回表就是查询一棵树不够，要在查询一棵树。一张表一定只能有一颗聚簇索引树，节点存每行数据。你想一下现在有这样一张表：
- 现在只有一颗id字段的聚簇索引树，我查询所有字段字段，条件和id有关，mysql走聚簇索引
- 现在只有一颗id字段的聚簇索引树，我查询所有字段字段，条件和id无关，mysql全盘扫描
- 现在加了一个name二级索引index_n，你查询name字段，条件和id有关，mysql直接走index_n索引就完事，
- 你查询name字段，条件和id，name无关，全盘扫描
- 查询所有字段，条件和name有关，mysql先从二级索引index_n中找到数据id，再去聚簇索引获取整行数据，回表
总结：回表要看，查询字段，条件字段两个，回表是比较慢的。
帮我画个图贴在评论区，谢谢
Mysql优化（针对索引）
- 覆盖索引：尽量让 SELECT 的字段全部包含在某个索引中，避免回表。
- 区分度高的列放前面：能过滤掉更多数据的列，在联合索引中越靠前越好。
- 避免索引失效：在索引列上做计算、用函数、类型隐式转换，都会导致索引失效。
- 最左前缀原则：联合索引 (a, b, c)，查询条件必须从 a 开始，才能用上索引。
具体案例可以ai，我也是ai的 - 用 EXPLAIN 验证优化效果
- 注意：致命错误：给所有列都建索引，主键用 UUID 或长字符串
最左匹配原则
特指联合索引，索引 (a, b, c)，但 WHERE b = 1 AND c = 2，就不会走索引。因为索引树：a 相同的情况下按 b 排序，b 也相同的情况下再按 c 排序。
- 先以b搜索，无序的索引，没办法走索引
总结
了解索引的优缺点，下一篇介绍
1）mysql锁概念
想了解的任意内容打在评论区，一起讨论