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 0,101.FROM(将最近的两张表，进行笛卡尔积)---VT12.ON(将VT1按照它的条件进行过滤)---VT23.LEFT JOIN(保留左表的记录)---VT34.WHERE(过滤VT3中的记录)--VT4…VTn5.GROUP BY(对VT4的记录进行分组)---VT56.HAVING(对VT5中的记录进行过滤)---VT67.SELECT(对VT6中的记录，选取指定的列)--VT78.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。