为什么用自增列作为主键
1、如果我们定义了主键(PRIMARY KEY)，那么InnoDB会选择主键作为聚集索引。<br>
如果没有显式定义主键，则InnoDB会选择第一个不包含有NULL值的唯一索引作为主键索引。<br>
3、如果表使用自增主键，那么每次插入新的记录，记录就会顺序添加到当前索引节点的后续位置，当一页写满，就会自动开辟一个新的页<br>
4、如果使用非自增主键（如果身份证号或学号等），由于每次插入主键的值近似于随机，因此每次新纪录都要被插到现有索引页得中间某个位置<br>
二、为什么使用数据索引能提高效率<br>
数据索引的存储是有序的<br>
在有序的情况下，通过索引查询一个数据是无需遍历索引记录的<br>
极端情况下，数据索引的查询效率为二分法查询效率，趋近于 log2(N)<br>
B+树索引和哈希索引的区别
B+树是一个平衡的多叉树，从根节点到每个叶子节点的高度差值不超过1，而且同层级的节点间有指针相互链接，是有序的
哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法即可,是无序的
哈希索引的优势
等值查询，哈希索引具有绝对优势（前提是：没有大量重复键值，如果大量重复键值时，哈希索引的效率很低，因为存在所谓的哈希碰撞问题。）<br>
哈希索引不适用的场景
不支持范围查询<br>不支持索引完成排序<br>不支持联合索引的最左前缀匹配规则
B树和B+树的区别
B树，每个节点都存储key和data，所有节点组成这棵树，并且叶子节点指针为nul，叶子结点不包含任何关键字信息
2、B+树，所有的叶子结点中包含了全部关键字的信息，及指向含有这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大的顺序链接<br>
为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引
B+的磁盘读写代价更低。
B+的内部结点并没有指向关键字具体信息的指针，因此其内部结点相对B树更小
B+-tree的查询效率更加稳定
四种隔离级别
Serializable (串行化)：可避免脏读、不可重复读、幻读的发生。<br>Repeatable read (可重复读)：可避免脏读、不可重复读的发生。<br>Read committed (读已提交)：可避免脏读的发生。<br>Read uncommitted (读未提交)：最低级别，任何情况都无法保证。
MySQL优化
开启查询缓存，优化查询<br>explain你的select查询，这可以帮你分析你的查询语句或是表结构的性能瓶颈。EXPLAIN 的查询结果还会告诉你你的索引主键被如何利用的，你的数据表是如何被搜索和排序的<br>当只要一行数据时使用limit 1，MySQL数据库引擎会在找到一条数据后停止搜索，而不是继续往后查少下一条符合记录的数据<br>为搜索字段建索引<br>使用 ENUM 而不是 VARCHAR。如果你有一个字段，比如“性别”，“国家”，“民族”，“状态”或“部门”，你知道这些字段的取值是有限而且固定的，那么，你应该使用 ENUM 而不是VARCHAR<br>Prepared StatementsPrepared Statements很像存储过程，是一种运行在后台的SQL语句集合，我们可以从使用 prepared statements 获得很多好处，无论是性能问题还是安全问题。<br>Prepared Statements 可以检查一些你绑定好的变量，这样可以保护你的程序不会受到“SQL注入式”攻击<br>垂直分表<br>选择正确的存储引擎
