1.索引其实是一种数据结构，能够帮助我们快速的检索数据库中的数据。
常见的MySQL主要有两种结构：Hash索引和B+ Tree索引，我们使用的是InnoDB引擎，默认的是B+树
B+ Tree索引和Hash索引区别 哈希索引适合等值查询，但是不无法进行范围查询 哈希索引没办法利用索引完成排序 哈希索引不支持多列联合索引的最左匹配规则 如果有大量重复键值得情况下，哈希索引的效率会很低，因为存在哈希碰撞问题。
关于聚族索引和非聚族索引：在InnoDB里面，索引B+ Tree的叶子节点存储了整行数据的是主键索引，也被称之为聚簇索引。
而索引B+ Tree的叶子节点存储了主键的值的是非主键索引，也被称之为非聚簇索引。
所以聚族索引查询的更快一点，因为主键索引树的叶子节点直接就是我们要查的整行数据。
而非聚族索引的叶子节点是主键的值，查到主键的值以后，还要再通过主键的值再进行查询一次，这个过程叫回表。
联合索引、最左前缀匹配
1.查询概率比较高，经常作为where条件的字段设置索引
2.根据业务需求，where子句中使用最频繁的一列放在最左边，因为MySQL索引查询会遵循最左前缀匹配的原则，即最左优先，在检索数据时从联合索引的最左边开始匹配。所以当我们创建一个联合索引的时候，如(key1,key2,key3)，相当于创建了（key1）、(key1,key2)和(key1,key2,key3)三个索引，这就是最左匹配原则。
3.MySQL 5.6中，对索引做了哪些优化？
有一个比较重要的 ：Index Condition Pushdown Optimization（索引下推）
MySQL 5.6引入了索引下推优化，默认开启，使用SET optimizer_switch = 'index_condition_pushdown=off';可以将其关闭
例如：
SELECT * FROM people WHERE zipcode='95054' AND lastname LIKE '%etrunia%' AND address LIKE '%Main Street%';
如果没有使用索引下推技术，则MySQL会通过zipcode='95054'从存储引擎中查询对应的数据，返回到MySQL服务端，然后MySQL服务端基于lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断数据是否符合条件。 如果使用了索引下推技术，则MYSQL首先会返回符合zipcode='95054'的索引，然后根据lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断索引是否符合条件。如果符合条件，则根据该索引来定位对应的数据，如果不符合，则直接reject掉。 有了索引下推优化，可以在有like条件查询的情况下，减少回表次数。