这里介绍下比较常见的索引底层实现。
Hash索引
基于哈希表实现，只有精确匹配索引所有列的查询才有有效。对于每一个行数据都会计算得出一个hash code，并且将所有哈希码保存在索引中，并且索引表中保存指向每个数据行的指针。
B-Tree索引
B-Tree能加快数据访问，因为存储引擎不用访问全表索引。只需要扫描各个节点，因为数据分布在各个节点中。
B+Tree索引(Mysql)
是B-Tree的改进版本，数据都在叶子节点上，并且增加了顺序访问的指针，每个叶子节点都指向相邻的叶子节点。对于B+树来说，进行范围查找只需要查找两个节点进行遍历即可。而B-树需要遍历所有节点，相比之下B+效率更高。
它的性质：
n棵子tree的节点包含n个关键字，不用来保存数据而是保存数据的索引。
所有的叶子节点包含着全部关键字的信息，及指向这些关键字记录的指针，且叶子结点本身依关键字的大小自大而小顺序连接。
所有的非终端结点可以看成索引部分，结点中仅含其子树中的最大或最小关键字。
B+树中，数据对象的插入和删除在叶子节点进行
B+树有两个头指针，一个是树的根节点，一个最小关键码的叶节点。
一些索引需要注意的原则和事项。
Mysql的最左前缀原则
最左前缀原则就是最左优先，在创建多列索引时，根据业务需求，where子句使用中最频繁的一列放在最左边。
mysql会一直向右匹配到遇到范围查询（<,>,between,like）就停止，比如a=1 and b=2 and c>3 and d =4如果建立此（abcd）顺序的索引，d是用不到的。如果建立abcd都可以用到的索引 ，那他们位置就可以调换。
=和in可以乱序，比如a=1 and 吧b =2 and c=3建立abc索引可以任意顺序。
创建需要注意的原则？
非空字段：应该指定为Not Null，除非你想存储Null。在mysql中，含有空值的列表很难进行查询优化，因为它们使得索引。索引的统计值变得更复杂，应该用0、一个特殊的值或者一个空串代替。
取值离散大的字段：（变量各个取值之间的差异程度）的列放到联合索引的前面，可以通过count（）函数查看字段的差异值，返回值越大说明字段的唯一值越多的字段离散程度高。
索引字段越小越好：数据库的数据存储以页为单位，一页存储的数据越多一次IO操作获取饿数据效率越高。
索引失效的情况
1.使用！=或者<>导致索引失效
2.类型不一致导致索引失效
3.函数导致的索引失效
4.运算导致的索引失效
如：SELECT *FROM* 'user' WHERE age - 1=20 。你对列进行了（+-*/！）都不会走索引
5.OR引起索引失效。（在特定情况下才会导致索引失效，并不是所有都会，如果OR连接的是同一个字段，那么索引不会失效，反之会失效）
6.模糊搜索导致的索引失效。
7.NOT IN.NOT EXISTS导致索引失效