什麼是索引
mysql的數據是持久化到磁盤的，寫SQL查詢數據也就是在磁盤的某個位置查找符合條件的數據，但是磁盤IO比起內存效率是極慢的，特別是數據量大的時候，這時候就需要引入索引來提高查詢效率；
在我看來索引是爲了提高查詢效率而誕生的一種手段，藉助合適的數據結構將數據有規律的沉澱下來，使得查詢的時候能儘量減少磁盤IO快速返回；也可以類比書本或字典的目錄，能快速定位數據
索引的類型
mysql的索引可分爲：主鍵索引(唯一且非空)、唯一索引(可爲空)、全文索引、聯合索引以及普通索引(普通列做索引)
索引的優點
- 減少磁盤IO次數，提升查詢效率
- 將隨機IO變成順序IO
索引的數據結構
衆所周知,mysql innerDb和myIsam引擎索引的數據結構都是B+樹，使用B+樹作爲索引的數據結構主要是因爲相同的磁盤IO次數下B+樹的查詢表現遠高於其他數據結構，並且B+樹的葉子節點是收尾相連的，這樣更便於順序查詢；下面依次簡單介紹下其他數據結構作爲索引數據結構的優缺點
HASH表
首先介紹下hash算法，通過hash算法將索引列分散到hash表上去，由於hash是基於內存的，所以效率還是不錯的，但是正是因爲基於內存導致了其不適合大數據量的計算，浪費內存空間；並且hash算法查詢時只有等值計算纔會體現他的高效，對於範圍查詢其還是無能爲力；需要注意的是，mysql的memory存儲引擎索引的數據結構就是hash表
二叉樹
二叉樹插入數據時很容易造成樹的傾斜，每次插入對應一次IO，效率低下
AVL樹
平衡樹在二叉樹的基礎上新增了左旋和右旋，但是需要確保最短子樹和最長字樹的高度差不大於1；當插入數據量過大時會進行很多次的旋轉,導致插入速度極低；查詢效率高
紅黑樹
紅黑樹相當於是AVL樹的一個升級，它通過變色的操作降低了左右旋轉的次數，中和了AVL樹插入速度慢的缺點；紅黑樹的要求如下：
- 任意路徑上不能有兩個紅色節點連續出現
- 最長子樹不超過最短子樹的兩倍即可
- 更節點到各子節點的鏈路中黑色節點的數量一致
雖說紅黑樹提高了插入效率，但是受限於一個節點最多隻有兩個子節點的影響，當數據量大時還是會出現樹深度過深從而增加IO次數的問題
B樹
B樹的每個節點可以有N個節點，這就解決了上面說的樹深度的問題，B樹的每個節點(包括非葉子節點)不僅會存儲頁碼而且還會存儲對應的數據；下面我們分析下B樹的查詢能力：
mysql是通過磁盤預讀來查詢數據的，每次可以讀取頁的整數倍，一頁等於4KB，inderDb默認讀的是16KB,我們假設一行數據佔用1KB的內存並且忽略節點上頁面佔用的空間，這樣三次磁盤IO的話B樹能讀出161616=4096條數據，效率並不是很理想,並不能滿足日常工作中的實際需求
B+樹
B+樹與B樹的區別在於，B+樹的非葉子節點不存儲數據，數據均存儲在葉子節點，且葉子節點收尾相連；我們同樣來計算下B+樹的查詢能力：
由於非葉子節點不存儲數據只存儲頁碼，假設一個頁碼佔用10個字節的內存，這樣一個磁盤塊可以容納的數據爲：(16 * 1000)/10=1600條，假設同樣進行三次IO，那麼能支持查詢的數據量是：1600 * 1600 * 16=40960000,輕鬆達到千萬級別；