B+树存储结构
B+ 树每个节点都是一个数据页。下图是【聚簇索引】：
B+ 树的特点：
- 只有叶子节点（最底层的节点）才存放了数据，非叶子节点（其他上层节）仅用来存放目录项作为索引。
- 非叶子节点分为不同层次，通过分层来降低每一层的搜索量。
- 所有节点按照索引键大小排序，构成一个双向链表，便于范围查询。
如何实现快速查找主键为 6 的记录，以上图为例子：
- 从根节点开始，通过二分法快速定位到符合页内范围包含查询值的页，因为查询的主键值为 6，在[1, 7)范围之间，所以到页 30 中查找更详细的目录项。
- 在非叶子节点（页30）中，继续通过二分法快速定位到符合页内范围包含查询值的页，主键值大于 5，所以就到叶子节点（页16）查找记录。
- 接着，在叶子节点（页16）中，通过槽查找记录时，使用二分法快速定位要查询的记录在哪个槽（哪个记录分组），定位到槽后，再遍历槽内的所有记录，找到主键为 6 的记录。
聚簇索引和二级索引
聚簇索引和二级索引的区别：
- 聚簇索引：叶子节点存放的是「实际数据」，所有完整的用户记录都存放在聚簇索引的叶子节点。聚簇索引只能有一个。
- 二级索引：叶子节点存放的是「主键值」，而不是实际数据。
InnoDB 在创建聚簇索引时，会根据不同的场景选择不同的列作为索引：
- 如果有主键：默认会使用主键作为聚簇索引的索引键。
- 如果没有主键：就选择第一个不包含 NULL 值的唯一列作为聚簇索引的索引键。
- 在上面两个都没有的情况下，InnoDB 将自动生成一个隐式自增 id 列作为聚簇索引的索引键。
因为一张表只有一个聚簇索引，为了实现非主键字段的快速搜索，就有了【二级索引】如下图：数据部分是「主键值」。
如果某个查询语句使用了二级索引，但是查询的数据不是主键值，这时在二级索引找到主键值后，需要去聚簇索引中获得数据行，这个过程就叫作「回表」，也就是说要查两个 B+ 树才能查到数据。
当查询的数据是主键值时，因为在二级索引就能查询到，不用再去聚簇索引查，这个过程就叫作「索引覆盖」，也就是只需要查一个 B+ 树就能找到数据。
MySQL 单表建议不超过 2000W？
上面提到，B+ 树只在叶子节点存放数据，非叶子节点存放索引数据。
整个页的大小是 16K ，假设每页有 1K 用于存储其他内容（页头、页尾、页码、校验码等等），剩下的 15K 用来存储数据，主键假设是 Bigint(8 byte)，页号固定为 4byte，则索引页中一条数据是 12 byte。所以，一页能存 「 」行。
叶子节点和非叶子节点结构一样，也是 15K 存储数据，但叶子节点存放的是行数据，字段类型、数量都会对行数据大小造成影响。假设一条行数据按照 1K 来计算，一页能存下 15条。
所以有下面计算：
- 当 B+ 树是两层时，存储数据量为：。
- 当 B+ 树是三层时，存储数据量为：。
但实际上每行存储的数据不一定是 1K，在行数据大小不同的情况下，其实这个最大建议值也是不同的，而且影响查询性能的还有很多其他因素，比如，数据库版本，服务器配置，sql 的编写等等。
索引结构不会影响单表最大行数，2000W 也只是推荐值，超过了这个值可能会导致 B + 树层级更高，影响查询性能。
