在查询没有索引的数据表是会全表扫描，而全表扫描时，会发生磁盘IO，读到数据后会载入内存，如果不符合条件则继续发生磁盘IO读取其他数据。这显然是低效的，对于IO和查询时间都不友好。
但是利用程序的局部性原理，MySQL一次磁盘IO不仅仅只会读取一条表数据，而是会读取多条数据。在InnoDB引擎中，一次默认会读取16KB数据到内存。
索引
索引的本质就是选择一种合理的数据结构，在执行效率方面能尽可能地高，在存储空间方面，又不要消耗太多的内存。
索引数据结构
1. 哈希表
哈希表是一种以 key-value 键值对存储数据的结构
哈希表存在 hash 碰撞 的问题：随着数据量的增多，不同 key 经过哈希计算后结果一样。解决办法是使用链表，但是当数据量比较大时，链表的长度还是会比较大，性能开销就在链表查询上。
哈希表是散列存储，因此这种结构适用于只有等值查询的场景，比如 Memcached 及其他一些 NoSQL 引擎。
2. 有序数组
有序数组查询效率好，但插入和删除性能差降。因此，有序数组只适合静态存储引擎。
3. 搜索树
二叉查找树
将我们的二分查找算法，抽象为一个树结构。但是二叉查找树存在一个问题就是退化为线性查找。
AVL 平衡树
平衡二叉树追求绝对严格的平衡，平衡条件必须满足左右子树高度差不超过 1，该规则在于频繁的插入、删除等操作的情景性能肯定会出现问题，因此诞生了红黑树
红黑树
红黑树是一种自适应的平衡树，会根据插入的节点数量以及节点信息，自动调整树结构来维持平衡。但是数据存储还是分散的，不符合程序的局部性原理
B-树(Balance Tree)
也就是平衡的多路搜索树（注意：这里的“-”只是一个连接符，千万不要读成B减树），它的高度远小于平衡二叉树的高度。在文件系统和数据库系统中的索引结构经常采用 B 树来实现。
对比之前的红黑树更矮，检索数据更快，也能够充分利用局部性原理减少IO次数，但对于大范围查询的区间查找，依旧需要通过多次磁盘IO来检索数据（每个节点上都承载在数据）。
B+树
特点：
- m 叉树只存储索引，并不真正存储数据
- 通过链表将叶子节点串联在一起，这样可以方便按区间查找；
- 一般情况，根节点会被存储在内存中，其他节点存储在磁盘中。
差异点：
- B+树的数据保存在叶子节点，并且组成了一个增序的链表，B-树的所有节点都保存了数据；
- B+树叶子节点的数据是有序链表，因此支持 range-query范围查询，而 B-树不支持；
- B+树叶子节点的数据是有序双向链表，方便asc升序查询和desc降序查询；
B+树当需要做范围查询时，只需要定位第一个节点，就可以根据节点之间的指针获取到对应范围之内的所有节点，也就是只需要发生一次IO。
实现索引
MyISAM 引擎
MyISAM 采用的非聚簇索引，B+树的非叶子节点存储索引值和指向子节点的指针，叶子节点上存放的是索引值和数据在磁盘上的物理地址，所以通过索引定位到数据地址后，需要到磁盘上回表获取数据，索引模型示意图如下：
所以，在 MyISAM引擎中，B+树的叶子节点不存储数据，而是数据的物理地址，不管是主键索引还是非主键索引，都需要回表获取数据。
InnoDB 引擎
InnoDB 采用的聚簇索引，B+树的非叶子节点（内部节点）存放的是索引值和指向子节点的指针，叶子节点上存放的是索引值和数据。每一个索引在 InnoDB 里面对应一棵 B+ 树。
非聚簇索引，B+树的非叶子节点存储索引值和指向子节点的指针，叶子节点存放的是索引值和聚簇索引值。因此非聚簇索引需要先遍历非聚簇索引 B+树定位到聚簇索引的值，再到聚簇索引上回表获取数据。
聚簇索引的优点：可以避免每棵索引树上都存放数据，使得在相同的内存空间下存放的更多的索引节点，减少磁盘 IO。
聚簇索引示意图如下：
非聚簇索引示意图如下：
所以，在 InnoDB中，如果是通过主键索引查询的话，可以直接从叶子节点拿到数据。如果是通过非聚簇索引查询，则需要根据非聚簇索引定位到主键索引，然后再从叶子节点拿到数据。
相关概念
聚簇索引
在 InnoDB 里，主键索引也被称为聚簇索引（clustered index），主键索引的叶子节点存放的是整行数据，索引和数据存储在一起。一个表中聚簇索引只能有一个。
非聚簇索引
在 InnoDB 引擎里，非主键索引也被称为二级索引（secondary index），非主键索引的叶子节点内容是主键的值，索引和数据分开存储。
在 MyISAM 引擎中，使用的是非聚簇索引。
联合索引
联合索引是指：将表中多个字段联合组合成一个索引，比如：index(age, sex) 联合索引在 B+树索引模型示意图如下：
查询分析：
- 首先，从根节点根据组合索引里面的所有字段进行精确匹配查到到 age=30 and sex='男'的记录有两条；
- 然后，获取 id2 和 id3 两个节点中指向子节点的指针，定位到子节点，再定位到叶子节点，从叶子节点中拿到聚簇索引的值 id2 和 id3；
- 最后，到聚簇索引上遍历 id2 和 id3，直到叶子节点上获取目标数据；
索引覆盖
在当前索引树上能直接查找所需结果，不需要回表，这就是索引覆盖。
select id from user where age = 30 and sex = '男'; -- 比如上面的案例
id 已经在当前索引的叶子节点，所以不需要到聚簇索引（主键上的信息）上回表，因此这就是一个索引覆盖的场景。
由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。
最左前缀原则
B+树可以利用索引的“最左前缀”来定位记录。最左前缀可以是联合索引的最左 N 个字段，也可以是字符串索引的最左 M 个字符 比如：对于以下查询条件，联合索引 index(a, b, c)都可以匹配索引
- where a = ?
- where a = ? and b = ?
- where a = ? and b = ? and c = ?
但是，对于 where a = ？and c = ? 只有 a条件可以匹配，c 条件无法匹配
总结
聚簇索引和非聚簇索引的根本区别：
- 聚簇索引中，表数据和索引数据是按照相同顺序存储的，非聚簇索引则不是。
- 聚簇索引在一张表中是唯一的，只能有一个，非聚簇索引则可以存在多个。
- 聚簇索引在逻辑+物理上都是连续的，非聚簇索引则仅是逻辑上的连续。
- 聚簇索引中找到了索引键就找到了行数据，但非聚簇索引还需要做一次回表查询。
InnoDB-非聚簇索引与MyISAM-非聚簇索引的区别：
InnoDB中的非聚簇索引是以聚簇索引的索引键，与具体的行数据建立关联关系的。MyISAM中的非聚簇索引是以行数据的地址指针，与具体的行数据建立关联关系的。
一般来说，由于MyISAM引擎中的索引可以根据指针直接获取数据，不需要做二次回表查询，因此从整体查询效率来看，会比InnoDB要快上不少。
