目录
索引是什么？
索引的作用
为什么索引的数据结构使用B+Tree？
平衡二叉查找树
多路平衡查找树 B-Tree
多路平衡查找树加强版 B+Tree
B+Tree与B-Tree的区别
MySQL中B+Tree的表现形式
MyISAM引擎
InnoDB引擎
覆盖索引
联合索引
最左前缀原则
索引是什么？
索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。
索引的作用
索引能极大的减少存储引擎需要扫描的数据量。
索引可以把随机IO变成顺序IO。
索引可以帮助我们在进行分组、排序等操作时，避免使用临时表。
为什么索引的数据结构使用B+Tree？
平衡二叉查找树
缺点：
太高：树的高（深）度决定着它的IO操作次数。显然，当数据量逐渐增加时，平衡二叉树的深度也会显著增加。
太小：每一个节点保存的数据量太小了。没有很好的利用操作磁盘IO的数据交换特性，也没有利用好磁盘IO的预读能力（空间局部性原理），从而带来频繁的IO操作。
多路平衡查找树 B-Tree
查询的效率取决于与磁盘IO的次数，减少磁盘IO的次数就必须要压缩树的高度，B-Tree 很好的解决了平衡二叉树的小与高的问题，让瘦高的树尽量变成矮胖的树。
多路平衡查找树加强版 B+Tree
B+Tree与B-Tree的区别
B+Tree节点关键字搜索采用闭合区间。
B+Tree非叶节点不保存数据相关信息，只保存关键字和子节点的引用。
B+Tree关键字对应的数据保存在叶子节点中。
B+Tree叶子节点是顺序排列的，并且相邻节点具有顺序引用的关系。
B+Tree拥有B-Tree的优点的同时，对于数据的遍历、排序、范围搜索的能力更强。
MySQL中B+Tree的表现形式
MyISAM引擎
MyISAM的索引都属于B+Tree结构的非聚簇索引，索引与数据是分开的，B+Tree的叶子节点上存放的是数据的地址。主键索引和辅助索引没有区别，只是主键索引必须是唯一的。
InnoDB引擎
InnoDB的主键是B+Tree结构的聚簇索引，将主键组织到一棵B+Tree中，而行数据就储存在叶子节点上。聚簇索引是按大小排列的，因此对于范围查询的效率很高。
InnoDB中除了主键索引其他辅助索引都是非聚簇索引，叶子节点则存储的是主键的值，所以通过辅助索引查询其实需要两个过程，先确定数据的主键，再通过主键进行查询。
覆盖索引
如果查询列可通过索引节点中的关键字直接返回，则该索引称之为覆盖索引。
覆盖索引可减少数据库IO，将随机IO变为顺序IO，可提高查询性能。
联合索引
由多个列组成的索引称为联合索引。
善于利用联合索引有以下好处：
减少开销：建一个联合索引(a,b,c)，实际相当于建了(a),(a,b),(a,b,c)三个索引。每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，使用联合索引会大大的节省开销。
覆盖索引：对联合索引(a,b,c)，如果有如下的sql: select a,b,c from test where a=1 and b=2；那么MySQL可以直接通过遍历索引取得数据，而无需回表，这减少了很多的随机io操作，提升性能。
效率高：索引列越多（不超过5个），通过索引筛选出的数据越少，减少回表次数。
最左前缀原则
对索引中关键字进行匹配时，一定是从左往右依次进行，不能跳过。如果最左边是模糊的，那么将无法命中索引。
例如对于单列索引：a like'%123'；联合索引 (a,b,c)：where b=2 and c=3
来源：CSDN
作者：sunny david jin
链接：https://blog.csdn.net/qq_35936776/article/details/103840087