本文已参与「新人创作礼」活动，一起开启掘金创作之路。
概述
什么是索引？有什么用？
索引是帮助MySQL高效获取数据的一种数据结构，可以提高数据查询的效率。
例如我们要找书名为"MySQL"的书籍，那么我们的筛选条件是where book_name = "MySQL"，此时如果没有排序，我们可能要进行全表扫描，反之若排了序，直接去M开头里面的数据找就行了。
也就是说，除了存储的数据，数据库会维护一个数据结构使得我们的查询效率提高，这种数据结构就是索引，比如B+树索引。一般索引结构会很大，不会放在内存中，而是以索引文件的形式存放在磁盘上。（物理存储的形式是索引页）
使用索引的优缺点
优点：
- 提高数据库检索效率，降低IO成本；
- 通过索引对数据进行排序，降低排序成本。
- 唯一性索引可以保证表中每一行数据的唯一性；
缺点：
- 建立和维护索引耗费时间和空间。
- 会降低修改效率。
为什么InnoDB选择B+tree索引？
hash索引，精确查找O(1)，不支持范围查找和排序，若发生大量哈希冲突会降低检索效率。
红黑树和B树，每节点都会存数据，所以一个结点放不了太多索引，在数据量很大的情况下，会导致树的深度过深而降低检索效率。
B+树，非叶节点只存索引，所以可以存放更多索引，叶子节点只存放数据，所以可以存放更多数据，使得B+树更加矮胖。
- 叶子结点之间通过双向链表建立连接，从而支持范围查找和排序操作。
- 范围查询效率更高：B树中序遍历整个树，B+树遍历叶结点中的链表；
- 查询效率更加
稳定：每次查询都从根结点到叶结点，路径长度相同；
为什么mysql使用B+树作为索引，MongoDB选择B树作为索引？
MongoDB 是 nosql 类的聚合型数据库，更适用于数据模型简单，性能要求高的场景，要求单个数据的查询效率要高。B树将数据与索引存储在同一个结点上，只要找到指定索引就可以访问数据，查询单个数据的平均时间B树少于B+树。
Mysql是关系型数据库，数据的关联性非常强，范围查询更为常见。B+树中间节点不存储数据，所有数据存储在叶节点，并用双向链表维护，更容易进行范围查询。
