索引的底层实现原理
数据库索引是存储在磁盘上的，当数据量大时，就不能把整个索引全部夹在到内存中，只能逐一加载每一个磁盘块（对应索引树的节点），索引树越低，磁盘I/O次数就越少。
MySQL支持两种索引，一种B-树索引，一种是哈希索引。
MySQL默认存储引擎InnoDB是基于B-树（但实际上MySQL采用的是B+树结构）的索引结构。
B-树是一种m阶平衡树，叶子节点都在同一层，由于每一个节点存储的数据量比较大，索引整个B-树的层数是很低的，基本上不超过三层。
由于磁盘读取也是按照block块操作的（内存是按page页面操作的），因此B-树的节点大小一般设置为和磁盘块大小一致，这样一个B-树节点，就可以通过一次磁盘I/O把一个磁盘块的数据全部存储下来，所以当使用B-树存储索引的时候，磁盘I/O操作次数是最少的（MySQL的读写效率，主要集中在磁盘I/O上）。
B-树
当我们想要查询数据的时候，MySQL server会把在磁盘中的索引读到内存中，会花费磁盘I/O，也就是说读一次索引就会花费一次磁盘I/O。
select * from student where uid = 1;
其中uid为主键索引，MySQL server做的事：
通过uid索引，请求存储引擎->花费磁盘I/O读索引文件->读到内存上，用索引的数据构建B-树加速搜索。
但是B-树也有他的缺点：
- 每个节点中有key，也有data（图中只在叶子节点中标注了data），但是每一个节点的存储空间是有限的，如果data数据较大时会导致每个节点能存储的可以值很小
- 当存储的数据量很大时同样会导致B-树的高度较大，磁盘I/O次数花费增大，效率较低
B+树
B+树简单来说就是B-树的PLUS版，B+树的详细内容属于数据结构的知识，这里不多做讲解。
但是我们可以简单理解：B+树的每一个非叶子节点，只存放key，不储存data。这样做的好处就是一个节点存放的key值更多一些，层数会更低一些，搜索的效率会更好一些。
那么MySQL为什么最终要采用B+树存储索引结构呢：
- B-树的每一个节点，存了关键字和对应的数据地址，而B+树的非叶子节点之村关键字，不存放地数据地址。因此B+树的每一个非叶子节点存储的关键字是远远多于B-树的，因此从树的高度上来说，B+树的高度要小于B-树，使用磁盘I/O次数少，因此查询会更快一些。
- B-树由于每个节点都存储关键字和数据，因此离根节点近的数据查询的就快，离根节点远的数据查询的就慢；B+树所有的数据都存在叶子节点上，因此B+树上搜索关键字，找到对应数据的时间是比较平均的，没有快慢之分。
- 在B-树上如果做区间查找，遍历的节点是非常多的；B+树所有叶子节点被链接成了有序链表，因此做整表遍历和区间查找是非常容易的。
InnoDB的主键和二级索引树
我们上面提到，MySQL默认的存储引擎是InnoDB，对于InnoDB来说，数据和索引存放在同一文件中：
对于我们的user表：
user.frm文件 --> 存储表的结构
user.ibd文件 --> 存储表的索引和数据
我们在搜索的时候，引出以下场景：
场景一：uid是主键
select * from user;
# 搜索的是整个索引树（索引+数据），即搜索整个叶子节点所构成的有序链表（B+树）
select * from user where id = 2;
# 等值查询，从根节点开始二分搜索
select * from user where id < 2;
# 范围查询，在有序链表中直接搜索
select * from user where name = wang wei;
# 整表查询，在有序链表中直接搜索
场景二：id是主键，name创建了二级索引
用name构建的二级索引树，节点存放的是字段name和id的值（二级索引+主键索引），即key是二级索引的值，data是所在记录行的主键值。
select name from user where name = 'wang wei';
# 因为select后面为name，所以直接搜索二级索引树的key值就可以找到了
select name,id from user where name = 'wang wei';
# 和上面是一样的，因为索引树节点保存的值有name和id
select * form user where name = 'wang wei';
# 搜索name的二级索引树，找到wang wei对应的主键值id = 2
# 再拿id = 2回表在主键索引树上搜索id那一行的记录
还有一种order by特殊情况：
select * from user where age = 22 order by name;
过滤条件是age，所以我们删除name索引，创建age索引
我们看到age可以命中索引了，但是最后一行Extra字段出现Using filesort，我们在上一篇文章中提到，出现Using filesort的排序无法用到索引，这种情况我们就要使用联合索引来优化。
创建age_name_idx联合索引，解决问题。
