概念理解
索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。
常见索引模型
三种常见、也比较简单的数据结构，它们分别是哈希表、有序数组和搜索树。
哈希表
哈希表是一种以键-值（key-value）存储数据的结构，我们只要输入待查找的值即key，就可以找到其对应的值即Value。 不可避免地，多个key值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方法是，拉出一个链表。 哈希表这种结构适用于只有等值查询的场景
有序数组
有序数组是一种特殊的数组，里面的元素，按一定的顺序排列，我们这里假设由小到大排列。
有序数组在等值查询和范围查询场景中的性能就都非常优秀。但是有序数组索引只适用于静态存储引擎，因为更新需要更新后面所有的记录，成本很高
二叉树
二叉搜索树的特点是：每个节点的左儿子小于父节点，父节点又小于右儿子。 二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。 以InnoDB的一个整数字段索引为例，这个N差不多是1200。
InnoDB 的索引模型
在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。InnoDB使用了B+树索引模型，所以数据都是存储在B+树中的。
B+树的插入可能会引起数据页的分裂，删除可能会引起数据页的合并，二者都是比较重的IO消耗，所以比较好的方式是顺序插入数据，这也是我们一般使用自增主键的原因之一。
主键索引的叶子节点存的是整行数据。在InnoDB里，主键索引也被称为聚簇索引（clustered index）。
非主键索引的叶子节点内容是主键的值。在InnoDB里，非主键索引也被称为二级索引（secondary index）。
主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。性能和存储空间方面考量，自增主键往往是更合理的选择。
在Key-Value的场景下，只有一个索引且是唯一索引，则适合直接使用业务字段作为主键索引。
基于主键索引和普通索引的查询有什么区别？
- 如果语句是select * from T where ID=500，即主键查询方式，则只需要搜索ID这棵B+树；
- 如果语句是select * from T where k=5，即普通索引查询方式，则需要先搜索k索引树，得到ID的值为500，再到ID索引树搜索一次。这个过程称为回表。 也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。
索引维护
B+树为了维护索引有序性，在插入新值的时候需要做必要的维护。
页分裂
如果所在的数据页已经满了，根据B+树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。 页分裂操作还影响数据页的利用率。原本放在一个页的数据，现在分到两个页中，整体空间利用率降低大约50%。
当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并
