原文链接:
https://www.2cto.com/database/201612/573841.html
Mysql-索引结构直观图解。上一篇刚刚通俗化的说明了B-TREE的几个结果与存储方式，其实跟索引感觉上还是没有关联起来， 那么本篇，就通过实际的一个数据行的例子，说明一下
一.模拟创建原始数据 下图中，左边是自己方便说明，模拟的数据。引擎为mysiam~ 右边是用EXCEL把它们随机排列后的一个正常仿真数据表，把主键按照1-27再排列(不随机的话我在模拟数据时本来就是按顺序写的，再加索引看不大出这个索引排序的过程) 也就是说右边的数据，使我们要测试的原始数据，没建索引前是这样排序的，后边所有的数据都是以这个为依准进行的，这样更好看索引生成后的排序效果。 该表有4个字段(id,a,b,c)，共21行数据
二.创建索引 a 如下图，当创建索引a以后，在该索引结构中，从原来的按照主键ID排序，变成了新的规则，我们说索引其实就是一个数据结构。则建立索引a，就是新另建立一个结构，排序按照字段a规则排序，第一条为主键ID为1代表的数据行，第二条ID=3的数据行,第三条ID=5代表的数据行。。。
新排序主键ID(以ID代表他们这行的数据)：1 3 5 6 9 16 18 23 26 2 10 11 12 13 14 15 20 25 4 7 8 17 19 21 22 24 27 不难发现，当字段a相同时，他们的排列 前后主键ID来排，比如同样是a=1.1的值，但是他们的排序是ID值为1，3，5，6。。对应的行，和主键ID排序顺序相近。
三.创建索引 (a,b) 如下图，当创建联合索引(a,b)以后，在该索引结构中，从原来的按照主键ID排序，变成了新的规则，排序规则先按照字段a排序，在a的基础上在按照字段b排序。即在索引a的基础上，对字段b也进行了排序。
新排序主键ID(以ID代表他们这行的数据)：6 18 23 10 15 20 7 22 27 1 3 26 2 11 25 4 8 24 5 9 16 12 13 14 17 19 21 不难发现，当字段a,b值都相同时，他们的排列前后，也是由主键ID决定的，比如同样是a=1.1,b=2.1的行(18,6,23)，但是他们的排序是6,18,23。 字段(a,b)索引，先按a索引排序，然后在a的基础上，按照b排序 6 18 23 10 15 20 7 22 27 1 3 26 2 11 25 4 8 24 5 9 16 12 13 14 17 19 21
四.创建索引 (a,b,c)
字段(a,b,c)索引，先按a,b索引排序，然后在(a，b)的基础上，按照c排序
新排序主键ID(以ID代表他们这行的数据)：23 6 18 15 20 10 27 22 7 1 26 3 11 2 25 24 4 8 5 16 9 12 14 13 17 19 21
五.结论
和上一篇Mysql-索引-BTree类型【精简版】讲的一样，B-TREE树的最后一排叶子节点，从左往右排，就是按照这个顺序的，不同索引不同顺序。
我们知道，读取数据的一个过程(相当于找房间的过程)，如果有索引(房间登记表)，先读取索引的数据结构(因为它数据小读取快嘛)，在其结构的叶子节点，找到真实物理磁盘的存放位置(相当于找到门牌号码了)，然后拿着门牌号码去磁盘里直接拿数据，这就是一个读取数据的过程。如果没索引那你就相当于不知道目的地，挨个房间找吧。
当没有索引时，其实主键ID就是他们的索引，按照主键ID从小到大的规则排列; 当有所索引时，索引a,联合索引(a,b),联合索引(a,b,c)三者的对应3个B+TREE结构上，其叶子节点末尾指向的物理磁盘是是不一样的。
结论： 1.如果没有建立索引，是按照ID主键递增排列 2.当建立了索引a，会生成一个新的结构索引(B+TREE)用来记录新的一个结构规则，方便快速查找 3.当建立索引a,索引ab,索引abc,他们三个对应的数据排序是不一样的 4.索引abc，是兼顾了索引ab，索引a的，所以有前者时后两者可以不用建立 5.当建立了索引，非索引的列默认是按照ID递增来排序的
当新insert一条数据时，存储数据的同时，也会维护此表的一个索引，把它安放到一个合适的位置。解释了为什么再数据量特别大的时候索引可能会有负面影响,在被索引的表上INSERT和DELETE会变慢，频繁的插入删除数据同样会对维护索引消耗时间，瓶颈多少??500W? 这里是简单介绍一个索引的存储原理。
