数据库服务在进行BTree索引构建时，是比较重要的知识点，因为最终还是会应用BTree算法知识进行索引的构建，常用方法有：
一、索引方式一：聚簇索引（集群索引/聚集索引）¶
聚簇索引主要是：将多个簇（区-64个数据页-1M）聚集在一起就构成了所谓聚簇索引，也可以称之为主键索引；
聚簇索引作用是：用来组织存储表的数据行信息的，也可以理解为数据行信息都是按照聚簇索引结构进行存储的，即按区分配空间的；
聚簇索引的存储：聚簇是多个簇，簇是多个连续数据页(64个)，页是多个连续数据块(4个)，块是多个连续扇区(8个)；
总结：利用聚簇索引可以实现从物理上或逻辑上，都能满足数据存储的连续性关系，方便进行数据查找的有序性IO；（IOT组织表）
生产建议：最好显示(主动)创建聚簇索引列，不要将和业务有关的列建立为聚簇索引。
聚簇索引的构建方式：
- 数据表创建时，显示的构建了主键信息（pk），主键（pk）就是聚簇索引；
- 数据表创建时，没有显示的构建主键信息时，会将第一个不为空的UK的列做为聚簇索引；
- 数据表创建时，以上条件都不符合时，生成一个6字节的隐藏列作为聚簇索引；
结合下图信息，可以看出聚簇索引组织存储数据过程与加速查询过程原理：
以上图信息为例，若显示创建ID列为pk自增列：
① 按照ID逻辑顺序，在同一个区中连续的数据页上，有序存储数据行；
② 数据行所在的数据页，作为聚簇索引的叶子节点（叶子节点就是所有数据行）；
③ 叶子节点构建完后，可以构建no-left（支节点），用于保存的是leaf节点中的ID范围和指针信息；
④ 支节点构建完后，可以构建root（根节点），用于保存的是no-leaf节点中的ID范围和指针信息；
⑤ 并且leaf节点和no-leaf相邻数据页之间都具有双向指针，从而加速数据的范围查找；
二、索引方式二：辅助索引¶
辅助索引主要是：主要用于辅助聚簇索引查询的索引，一般按照业务查找条件，建立合理的索引信息，也可以称之为一般索引；
辅助索引作用是：主要是将需要查询的列信息可以和聚合索引信息建立有效的关联，从而使数据查询过程更高效，节省IO和CPU消耗
辅助索引的存储：调取需要建立的辅助索引列信息，并加上相应主键列的所有信息，存储在特定的数据页中；
总结：利用辅助索引与聚合索引建立的关联，先经过辅助索引的查询获取对应聚簇索引，在经过聚簇索引回表查询获取详细数据；
辅助索引的构建方式：
- 数据表创建时，显示的构建了一般索引信息（mul），一般索引信息（mul）就是辅助索引；
- 数据表创建时，没有显示的构建一般索引信息时，在查询检索指定数据信息，会进行全表扫描查找数据；
结合下图信息，可以看出辅助索引组织存储数据过程与加速查询过程原理：
以上图信息为例，若显示创建name列为mul查询列：
① 调取需要建立的辅助索引列信息，并加上相应主键列的所有信息，存储在特定的内存区域中；
② 根据调取的辅助索引列信息，进行字符的顺序排序，便于形成范围查询的区间，并将排序后的数据信息存储在特定数据页中；
③ 叶子节点构建完后，可以构建no-left（支节点），用于保存的是leaf节点中的字符范围和指针信息；
④ 支节点构建完后，可以构建root（根节点），用于保存的是no-leaf节点中的字符范围和指针信息；
⑤ 找到相应辅助索引的数据信息后，在根据辅助索引与聚簇索引的对应关系，获取到相应的主键信息，从而获取相应其他数据信息
在利用聚簇索引获取其他数据信息的过程，也可以称之为回表查询过程；
辅助索引检索数据产生回表问题分析：（回表次数越少越高）
产生问题：
① 在回表过程中，有可能会出现多次的回表，从而造成磁盘IOPS的升高；（因为是随机IO操作过程）
② 在回表过程中，有可能会出现多次的回表，从而造成磁盘IO量的增加；
解决方法：
① 可以建立联合索引，调整查询条件，使辅助索引过滤出更精细主键ID信息，从而减少回表查询的次数；
② 可以控制查询信息，实现覆盖索引，辅助索引完全覆盖查询结果；
③ 优化器算法做调整？？？(MRR-多路读功能 ICP-索引下推功能 )
拓展：
- 机械硬盘：IOPS 正常指标 1000 - 5000
- 固态硬盘：IOPS 正常指标 10000 - 30000
构建索引树高度问题分析：（索引树高度越低越好）
影响索引树高度因素：
① 数据行数量会对高度产生影响；（3层BTREE -- 可以实现一般2000万行数据索引的存储-20~30列表）
解决方法：可以拆分表 拆分库 或者实现分布式存储；
② 索引字段长度过大会对高度产生影响；
解决方法：利用前缀索引解决问题
③ 数据类型设定会对高度产生影响；
解决方法：列定义时，选择简短合适的数据类型；