1、什么是数据库中的索引？索引有什么作用？
引入索引的目的是为了加快查询速度。如果数据量很大，大的查询要从硬盘加载数据到内存当中。
2、InnoDB中的索引原理是怎么样的？
InnoDB是MySQL的默认存储引擎,InnoDB有两种索引：B+树索引和哈希索引，其中哈希索引是自适应性的，存储引擎会根据表的使用情况，自动创建哈希索引，不能人为的干涉。
B树、B-树、B+树、B*树四种数据结构在索引中的运用，这四种数据结构的顺序必须是这样的。分别阐述如下：
B树：二叉树，每个结点只存储一个关键字，等于则命中，小于走左结点，大于走右结点；
B-树：多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点；所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中；
B+树：在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引；B+树总是到叶子结点才命中；
B*树：在B+树基础上，为非叶子结点也增加链表指针，将结点的最低利用率从1/2提高到2/3；
首先，B树也叫作二叉搜索树，字如其义。B树有如下三个特点：所有非叶子节点至多拥有两个儿子；所有节点存储一个关键字；非叶子节点的左指针指向小于其关键字的子树，右指针指向大于其关键字的子树。
B树的搜索，从根结点开始，如果查询的关键字与结点的关键字相等，那么就命中，否则，如果查询关键字比结点关键字小，就进入左儿子；如果比结点关键字大，就进入右儿子；如果左儿子或右儿子的指针为空，则报告找不到相应的关键字。如果B树的所有非叶子结点的左右子树的结点数目均保持差不多（平衡），那么B树的搜索性能逼近二分查找；但它比连续内存空间的二分查找的优点是，改变B树结构（插入与删除结点）不需要移动大段的内存数据，甚至通常是常数开销。最右边也是一个B树，但它的搜索性能已经是线性的了；同样的关键字集合有可能导致不同的树结构索引；所以，使用B树还要考虑尽可能让B树保持左图的结构，和避免右图的结构，也就是所谓的“平衡”问题；实际使用的B树都是在原B树的基础上加上平衡算法，即“平衡二叉树”；如何保持B树结点分布均匀的平衡算法是平衡二叉树的关键；平衡算法是一种在B树中插入和删除结点的策略；
其次，B-树。数据量越大，B树的高度会越高，之所以会越高，主要是因为二叉引起的。所以在此基础上我们定义了B-树的规范如下：B-树不是二叉的，所以又叫作多路搜索树。
B-树是一种多路搜索树（并不是二叉的）：
1.定义任意非叶子结点最多只有M个儿子；且M>2；
2.根结点的儿子数为[2, M]；除根结点以外的非叶子结点的儿子数为[M/2, M]；
3.每个结点存放至少M/2-1（取上整）和至多M-1个关键字；（至少2个关键字）
4.非叶子结点的关键字个数=指向儿子的指针个数-1；
5.非叶子结点的关键字：K[1], K[2], …, K[M-1]；且K[i] < K[i+1]；
6.非叶子结点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树；
7.所有叶子结点位于同一层；如图所示中（M=3）
B-树的搜索，从根结点开始，对结点内的关键字（有序）序列进行二分查找，如果命中则结束，否则进入查询关键字所属范围的儿子结点重复，直到所对应的儿子指针为空，或已经是叶子结点。
B-树的特性：
1.关键字集合分布在整颗树中；
2.任何一个关键字出现且只出现在一个结点中；
3.搜索有可能在非叶子结点结束；
4.其搜索性能等价于在关键字全集内做一次二分查找；
5.自动层次控制；
由于限制了除根结点以外的非叶子结点，至少含有M/2个儿子，确保了结点的至少利用率，其最底搜索性能如图，
其中，M为设定的非叶子结点最多子树个数，N为关键字总数；
所以B-树的性能总是等价于二分查找（与M值无关），也就没有B树平衡的问题；由于M/2的限制，在插入结点时，如果结点已满，需要将结点分裂为两个各占M/2的结点；删除结点时，需将两个不足M/2的兄弟结点合并；