## 数据库索引
### 前置知识
#### B+树
- 特点
  - 叶子存放数据
  - 叶子组成链表
- 用作索引的优势
  - 查询性能好
  - 适合范围查询
  - 节约内存
#### 不同角度的分类
- 覆盖索引和非聚簇索引
- 唯一索引
- 前缀索引
- 组合索引
- 全文索引
- 哈希索引
#### 最左匹配原则
- 口诀：AND用 OR不用，正用反不用，范围则中断
#### 代价
- 消耗磁盘空间
- 消耗内存空间
- 同步维护索引的开销
### 亮点方案
#### MySQL为什么使用B+树？
- 核心要求：要对范围查询友好、要对内存友好
- 对应疑问
  - 为什么不用B树？
  - 为什么不用二叉树、红黑树？
  - 为什么不用链表？
#### 为什么不使用索引？
- !=、LIKE等查询
- 区分度不大
- 特殊表达式
- 数据量太小
#### 索引与NULL
- 说明：不同数据库可能有差异
- 内容
  - 尽可能使用索引
  - 唯一索引允许有多个NULL

实际情况（在php做分表麻烦？ 中加多加个动态表名就ok了，脚本代码还是要简单粗暴的）

叶子存放了数据，而非叶子节点只是存放了关键字。

叶子节点被链表串联起来了。

B+ 树的高度和二叉树之类的比起来更低，树的高度代表了查询的耗时，所以查询性能更好。 B+ 树的叶子节点都被串联起来了，适合范围查询。

B+ 树的非叶子节点没有存放数据，所以适合放入内存中。

前言

很多人说，MySQL每张表最好不要超过2000万条数据，否则就会导致性能下降。阿里的Java开发手册上也提出：单表行数超过 500 万行或者单表容量超过 2GB，才推荐进行分库分表。

但实际上，这个2000万或者500万都只是一个大概的数字，并不适用于所有场景，如果盲目的以为表数据只要不超过2000万条就没问题了，很可能会导致系统的性能大幅下降。

实际情况下，每张表由于自身的字段不同、字段所占用的空间不同等原因，它们在最佳性能下可以存放的数据量也就不同。

那么，该如何计算出每张表适合的数据量呢？别急，慢慢往下看。

本文适合的读者

阅读本文你需要有一定的MySQL基础，最好对InnoDB和B+树都有一定的了解，可能需要有一年以上的MySQL学习经验（大概一年？），知道 “InnoDB中B+树的高度一般保持在三层以内会比较好” 这条理论知识。

本文主要是针对 “InnoDB中高度为3的B+树最多可以存多少数据” 这一话题进行讲解的。且本文对数据的计算比较严格（至少比网上95%以上的相关博文都要严格），如果你比较在意这些细节并且目前不太清楚的话，请继续往下阅读。

阅读本文你大概需要花费10-20分钟的时间，如果你在阅读的过程中对数据进行验算的话，可能要花费30分钟左右。