一、索引概述
索引是半數數據庫高效獲取數據的排好序的數據結構。
索引數據結構：二叉樹、紅黑樹、Hash表、B-Tree。
二叉樹
如上圖所示是一個二叉樹的結構，但是索引不會是二叉樹的數據結構。從上圖我們可以看出右邊節點始終大於父節點，可以想象，當我們用Col1做索引列的時候，形成的二叉樹是一個只有右節點的二叉樹（線型，類似成了鏈表結構）。所以用二叉樹做索引是有弊端的，所以mysql最終沒有選擇用它來實現索引。
紅黑樹
如圖所示，當插入0004時，右邊的節點比左邊的節點多了一層。當插入0005時，有點的節點可能回比左邊的節點多兩層。此時，紅黑樹會通過自旋，讓此時0002節點的右子樹的層數控制在不超過左子樹兩層。紅黑樹也就是平衡二叉樹，也是優化後的普通二叉樹。但是，我們也可以發現這樣的問題，當數據量比較大的時候，紅黑樹的高度也會很高，一次比較就得經過一次磁盤IO，如果查詢的數據剛好在葉子節點，同樣會導致查詢效率的問題。
B-Tree
（1）葉節點具有相同的深度，葉節點的指針爲空；
（2）所有索引元素不重複；
（3）節點中的數據索引從左到右遞增排列。
如圖所示是B-Tree的結構，由圖可知B-Tree一個節點有多個數據。當進行查詢時，會一次性將一個節點上的所有數據都加載到內存中，也就是進行一次IO，接着在內存裏面進行查找和對比。要知道，在內存裏面隨機查找一個數據是很快的。
那麼，我們可不可以將所有數據都放到一個節點上，一次性全部數據加載到內存然後再對比查找？答案是否定的，一、RAM內存有限，數據可能很多甚至上千萬條；二、一次磁盤IO也沒辦法查太多數據。
根據sql查詢結果可知，mysql設置了每個節點的大小爲16kb。
B+Tree（B-Tree變種）
- 非葉子節點不存儲data，只存儲索引（冗餘），可以放更多的索引；
- 葉子節點包含所有索引字段；
- 葉子節點用指針鏈接，提高區間訪問的性能；
- 任意一個節點上的數據從左到右是遞增的。
我們假設上圖中的索引數字爲bigint（大小爲8B），每個索引後面跟着一個指向下一個節點的指針（大小爲6B）。前面我們知道一個節點的大小爲16KB，那麼一個非葉子節點可以存儲的索引數量爲16KB/（8B+6B）= 1170。假設B+Tree的高度爲3，葉子節點索引與Data大小爲1KB（根據節點的大小爲16KB，即葉子節點可以放16個元素），且每個節點都放滿了，那麼葉子節點總共大概可以存放多少數據。1170117016=21902400，由此可知，千萬級別的表，精確的用某個比較合適的索引去查，它的性能依然能夠非常高。即使兩千萬的數據，也只需要經歷兩次磁盤IO就可以查詢出結果。