1， 红黑树 同一层级的黑树到根结点经历的黑树数目一样 最坏情况的时间复杂度 lg n 是二叉树
b树 结点可以有多个孩子 b+树 父节点不存储数据
聚集索引）的叶子节点会存储数据行，也就是说数据和索引是在一起 非聚集索引存储的是数据行的指针
2，InnoDB存储引擎支持两种常见的索引。
一种是B+树，一种是哈希。
所有记录的节点都在叶节点中，并且是顺序存放的
所有记录节点都是按照键值的大小顺序存放在同一层的叶节点中，各个叶子节点通过指针进行连接。由于一个节点中存放了多条的数据，那么检索的时候，进行的磁盘IO次数将会少掉很多
3，like 'abc%'会去索引中找 '%abc'不会
复合索引 使用第一部分才会使用索引
索引单独使用，否则不使用索引 or and
索引缺点 占空间 增加删除耗时
频繁更新的不适合索引 sex值类型少不适合,
4，InnoDB存储引擎的逻辑存储结构和 Oracle大致相同 ，所有数据都被逻辑地存放在一个空间中 ，我们称之为表空间 （ tablespace ） 。表空间又由段 （ segment ） 、区 （ extent ） 、页 ( page ） 组成 。页在一些文档中有时也称为块（block)
执行顺序
示例SQL：
SELECT * FROM user LEFT JOIN order ON user.id = order.uid WHERE order.price > 1000 GROUP BY user.name HAVING count(1) > 5 ORDER BY user.name LIMIT 0,10
1.FROM（将最近的两张表，进行笛卡尔积）---VT1
2.ON（将VT1按照它的条件进行过滤）---VT2
3.LEFT JOIN（保留左表的记录）---VT3
4.WHERE（过滤VT3中的记录）--VT4…VTn
5.GROUP BY（对VT4的记录进行分组）---VT5
6.HAVING（对VT5中的记录进行过滤）---VT6
7.SELECT（对VT6中的记录，选取指定的列）--VT7
8.ORDER BY（对VT7的记录进行排序）--游标
9.LIMIT（对排序之后的值进行分页）
WHERE条件执行顺序（影响性能）
1.MYSQL：从左往右去执行WHERE条件的。
2.Oracle：从右往左去执行WHERE条件的。
结论：写WHERE条件的时候，优先级高的部分要去编写过滤力度最大的条件语句。
