一、初识索引
索引在MySQL中也叫是?种“键”，是存储引擎?于快速找到记录的?种数据结构。
索引对于良好的性能 非常关键，尤其是当表中的数据量越来越?时，索引对于性能的影响
愈发重要。索引优化应该是对查询性能优化最有效的?段了。索引能够轻易将查询性能提?
好?个数量级。索引相当于字典的?序表，如果要查某个字，如果不使??序表，则需要从
?百?中逐?去查。
?、索引的原理
索引的?的在于提?查询效率、通过不断地缩?想要获取数据的范围来筛选出最终想要的
结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是?同
?种查找?式来锁定数据。
三、索引的数据结构
B+树 ，b+树应运??（B+树是通过?叉 查找树，再由平衡?叉树，B树演化?来）
b+树性质 1**.索引字段要尽量的?**：通过上?的分析，我们知道IO次数取决于b+数的?度h，假设当前数据
表的数据为 N，每个磁盘块的数据项的数量是m，则有h=㏒(m+1)N，当数据量N?定的情况下，m越?，h越?；
?m = 磁 盘块的?? / 数据项的??，磁盘块的??也就是?个数据?的??，是固定的，如果数据项占的空间
越?， 数据项的数量越多，树的?度越低。这就是为什么每个数据项，即索引字段要尽量的?，比如int占4字
节，要 比bigint8字节少?半。这也是为什么b+树要求把真实的数据放到叶?节点?不是内层节点，?旦放到内层
节 点，磁盘块的数据项会?幅度下降，导致树增?。当数据项等于1时将会退化成线性表。 2.索引的最左匹配特
性：当b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+数是按照从左到右的顺序来建立搜索 树
的，比如当(张三,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下?步的所搜?向，如果 name相
同再依次比较age和sex，最后得到检索的数据；但当(20,F)这样的没有name的数据来的时候，b+树就 不知道下
?步该查哪个节点，因为建立搜索树的时候name就是第?个比较因?，必须要先根据name来搜索才 能知道下?
步去哪?查询。比如当(张三,F)这样的数据来检索时，b+树可以?name来指定搜索?向，但下?个 字段age的缺
失，所以只能把名字等于张三的数据都找到，然后再匹配性别是F的数据了， 这个是非常重要的性 质，即索引的
最左匹配特性。
四、聚集索引
聚集索引的好处之?：它对主键的排序查找和范围查找速度非常快，叶?节点的数据就是?户所要查询的数 据。如?
户需要查找?张表，查询最后的10位?户信息，由于B+树索引是双向链表，所以?户可以快速找到最 后?个数据?，
并取出10条记录
聚集索引的好处之?：范围查询（range query），即如果要查找主键某?范围内的数据，通过叶?节点的上 层中间节
点就可以得到?的范围，之后直接读取数据?即可
聚集索引和非聚集索引的区别
聚集索引 1.纪录的索引顺序与??顺序相同 因此更适合between and和order by操作
2.叶?结点直接对应数据 从中间级的索引?的索引?直接对应数据?
3.每张表只能创建?个聚集索引
非聚集索引 1.索引顺序和物理顺序?关
2.叶?结点不直接指向数据?
3.每张表可以有多个非聚集索引，需要更多磁盘和内容 多个索引会影响insert和update的速度
五、语法
create table s1(
id int,
name varchar(20),
gender char(6),
email varchar(50)
);
#2. 创建存储过程，实现批量插入记录
delimiter $$ #声明存储过程的结束符号为$$
create procedure auto_insert1()
BEGIN
declare i int default 1;
while(i<3000000)do
insert into s1 values(i,‘eva‘,‘female‘,concat(‘eva‘,i,‘@oldboy‘));
set i=i+1;
end while;
END$$ #$$结束
delimiter ; #重新声明分号为结束符号
#3. 查看存储过程
show create procedure auto_insert1\G
#4. 调用存储过程
call auto_insert1();