本文目录一览：
如何写索引,让查询速度快
使用索引提高查询速度前言在web开发中，页面模板，业务逻辑（包括缓存、连接池）和数据库这三个部分，数据库在其中负责执行SQL查询并返回查询结果，是影响网站速度最重要的性能瓶颈。
把数据、日志、索引放到不同的I/O设备上，增加读取速度，以前可以将Tempdb应放在RAID0上，SQL2000不在支持。
MySQL 添加索引后可以提高查询速度的原理是，索引可以类比为一本书的目录，能够快速定位到需要的数据，而不需要扫描整个表。
尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。
在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。
--- 在群集索引下，数据在物理上按顺序在数据页上，重复值也排列在一起，因而在范围查找时，可以先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范围扫描，提高了查询速度。
适合使用b+树的是
B+树是一种树数据结构，通常用于数据库和操作系统的文件系统中。B+树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。B+树元素自底向上插入，这与二叉树恰好相反。
其余节点用来索引，而B-树是每个索引节点都会有Data域。这就决定了B+树更适合用来存储外部数据，也就是所谓的磁盘数据。
B树（B-Tree）是一种自平衡的多路搜索树，它广泛应用于数据库和文件系统的索引结构。在B树中，每个节点可以存储多个键值对，并且拥有多个子节点。这使得B树在插入、删除和搜索操作中具有较好的平衡性，从而减少了I/O操作次数。
题主应该知道B-树和B+树最重要的一个区别就是B+树只有叶节点存放数据，其余节点用来索引，而B-树是每个索引节点都会有Data域。这就决定了B+树更适合用来存储外部数据，也就是所谓的磁盘数据。
B 树是一种多叉的 AVL 树。B-Tree 减少了 AVL 数的高度，增加了每个节点的 KEY 数量。
一个 B-Tree 是一种针对在块设备上优化操作的数据结构。块设备或磁盘有相当重要的数据访问延迟，尤其是机械硬盘。在随机位置检索单个字节并不比检索更大的数据花费的时间更少。
mongo和mysql索引有什么不同?
1、这种索引方式，可以提高数据访问的速度，因为索引和数据是保存在同一棵B树之中，从聚簇索引中获取数据通常比在非聚簇索引中要来得快。
2、在不同的引擎上有不同 的存储方式。查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。开源数据库的份额在不断增加，mysql的份额页在持续增长。缺点：在海量数据处理的时候效率会显著变慢。
3、集合的概念类似关系型数据库（RDBMS）里的表（table），不同的是它不需要定 义任何模式（schema）。模式自由（schema-free），意味着对于存储在mongodb数据库中的文件，我们不需要知道它的任何结构定义。
4、而mongodb使用b-树，所有节点都有data域，只要找到指定索引就可以进行访问，无疑单次查询平均快于mysql（但侧面来看mysql至少平均查询耗时差不多）。总体来说，mysql选用b+树和mongodb选用b-树还是以自己的需求来选择的。
5、所以我们所熟知的那些SQL语句就不适用于MongoDB了，因为SQL语句是关系型数据库的标准语言。关系型数据库-MySQL 在不同的引擎上有不同的存储方式。查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。
6、在不同的引擎上有不同的存储方式。查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。开源数据库的份额在不断增加，mysql的份额页在持续增长。缺点就是在海量数据处理的时候效率会显著变慢。
