一、索引概述
索引是半数数据库高效获取数据的排好序的数据结构。
索引数据结构：二叉树、红黑树、Hash表、B-Tree。
二叉树
如上图所示是一个二叉树的结构，但是索引不会是二叉树的数据结构。从上图我们可以看出右边节点始终大于父节点，可以想象，当我们用Col1做索引列的时候，形成的二叉树是一个只有右节点的二叉树（线型，类似成了链表结构）。所以用二叉树做索引是有弊端的，所以mysql最终没有选择用它来实现索引。
红黑树
如图所示，当插入0004时，右边的节点比左边的节点多了一层。当插入0005时，有点的节点可能回比左边的节点多两层。此时，红黑树会通过自旋，让此时0002节点的右子树的层数控制在不超过左子树两层。红黑树也就是平衡二叉树，也是优化后的普通二叉树。但是，我们也可以发现这样的问题，当数据量比较大的时候，红黑树的高度也会很高，一次比较就得经过一次磁盘IO，如果查询的数据刚好在叶子节点，同样会导致查询效率的问题。
B-Tree
（1）叶节点具有相同的深度，叶节点的指针为空；
（2）所有索引元素不重复；
（3）节点中的数据索引从左到右递增排列。
如图所示是B-Tree的结构，由图可知B-Tree一个节点有多个数据。当进行查询时，会一次性将一个节点上的所有数据都加载到内存中，也就是进行一次IO，接着在内存里面进行查找和对比。要知道，在内存里面随机查找一个数据是很快的。
那么，我们可不可以将所有数据都放到一个节点上，一次性全部数据加载到内存然后再对比查找？答案是否定的，一、RAM内存有限，数据可能很多甚至上千万条；二、一次磁盘IO也没办法查太多数据。
根据sql查询结果可知，mysql设置了每个节点的大小为16kb。
B+Tree（B-Tree变种）
- 非叶子节点不存储data，只存储索引（冗余），可以放更多的索引；
- 叶子节点包含所有索引字段；
- 叶子节点用指针链接，提高区间访问的性能；
- 任意一个节点上的数据从左到右是递增的。
我们假设上图中的索引数字为bigint（大小为8B），每个索引后面跟着一个指向下一个节点的指针（大小为6B）。前面我们知道一个节点的大小为16KB，那么一个非叶子节点可以存储的索引数量为16KB/（8B+6B）= 1170。假设B+Tree的高度为3，叶子节点索引与Data大小为1KB（根据节点的大小为16KB，即叶子节点可以放16个元素），且每个节点都放满了，那么叶子节点总共大概可以存放多少数据。1170117016=21902400，由此可知，千万级别的表，精确的用某个比较合适的索引去查，它的性能依然能够非常高。即使两千万的数据，也只需要经历两次磁盘IO就可以查询出结果。