索引的本质
索引是帮助mysql高效获取数据的排好序的数据结构
索引数据结构
常见的数据结构有：
二叉树
红黑树
hash表
B-Tree
下面以具体示例了解各索引结构的工作模式
示例：select * from t where t.col2=89;
没有索引的情况下，是要一条一条去查询
学习数据结构的一个国外的网站：www.cs.usfca.edu/~galles/visualization/Algorithms.html
二叉树不适合单边增长的数据结构
红黑树也叫二插平衡树 会自平衡，但是当数据量非常大的时候，它的树的高度是不可控的。
Hash表
对索引的key进行一次hash计算就可以定位出数据存储的位置
很多时候Hash索引要比B+ 树索引更高效
仅能满足“=” ，“IN”，不支持范围查询
hash冲突问题
B-Tree
B-Tree是对红黑树进行的改进
叶节点具有相同的深度，叶节点的指针为空
所有索引元素不重复
节点中的数据索引从左到右递增排列
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
叶子节点用指针连接，提高区间访问的性能
问题1：B - Tree和B+ Tree有何区别？
B-树的索引节点带有数据，而B+树非叶子节点不带有数据； B树叶子节点的指针为空，B+树叶子节点用指针连接，提高了区间访问的性能。
问题2：所有节点如果都放在一行，一次IO行不行？
肯定不行，数据量小还没什么，但是几千万个索引数据都加载到内存中，内存空间肯定会爆炸。而且全部加载到内存中，查找起来也不见得会有多快。
mysql设置的默认页大小查询
默认页大小大约为16kB大小
那么我们来计算一下，B+树大概能存放多少数据？
假设B+树的深度为3，我们的索引用bigint来修饰，每个索引占8个字节，存储一个索引时那个分叉节点的磁盘文件地址大约占6个字节，所以存储一个索引大概需要14个字节，那么这个页存满索引时大概能存储多少个索引？16KB/14B=1170个。
叶子节点的数据假设为1KB，一个叶子节点大概能放16KB/1KB=16个索引元素，那么叶子节点都放满后，大概能放1170*1170*16=2000多万个索引元素。
MyISAM存储引擎索引实现
MyISAM索引文件和数据文件是分离的（非聚集）
myisam：叶子节点中索引对应的data元素存储的是索引所在行的磁盘文件的地址
执行过程：实际上第一步是到MYI文件中定位到这个索引所在行的磁盘文件地址，然后拿着这个地址到MYD文件中快速的定位到这一行的记录。
InnoDB索引实现（聚集）
表数据文件本身就是按B+ Tree组织的一个索引结构文件
聚集索引-叶节点包含了完整的数据记录
frm存储的是表结构，ibd存储的是索引和数据
为什么建议InnoDB表必须建主键，并且推荐使用整型的自增主键？
如果没有建索引，mysql会自动去表中找一列不相等的数据到B+树中来维护整张表的所有数据。如果没有找到，mysql会在后台帮你建一隐藏列数据，比如rowid。这显然是不合适的。所以我们要建主键。
整型的效率要高一点，整型占用的空间要小。不用自增的主键的话会影响数据写入表里面的性能。
为什么非主键索引结构叶子节点存储的是主键值？（一致性和节省存储空间）