1、B+树基本概念
B+树的语言定义比较复杂，简单的说是为磁盘存取设计的平衡二叉树
网上经典图，黄色p1 p2 p3代表指针，蓝色的代表磁盘，里面包含数据项，第一层17,35，p1就代表小于17的，p2就代表17-35之间的，p3就代表大于35的，可是需要注意的是，第三层才是真实的数据，17、35都不是真实数据，只是用来划分数据的！
2、为什么使用B+树
B+树有什么好处我们非要使用它呢？那就先要来看看mysql的索引
2.1mysql索引
试想一下在mysql中有200万条数据，在没有建立索引的情况下，会全部进行扫描读取，这个时间消耗是非常恐怖的，而对于大型一点的网站来说，达到这个数据量很容易，不可能这样去设计
在我们创建数据库表的时候，大家都知道一个东西叫做主键，一般来讲数据库会自动在主键上创建索引，这叫做主键索引，来看看索引的分类吧
a.主键索引：int优于varchar
b.普通索引（INDEX）：最基本的索引，没有限制，加速查找
c.唯一索引（UNUQUE）：听名字就知道，要求所有类的值是唯一的，但是允许有空值
d.组合索引：
1 CREATE INDEX name_age_address_Index ON `student`(`name`, `age`, `address`);
在这里实际上包含三个索引，说到组合索引，一定要讲最左前缀原则
最左前缀原则：
我们现在创建了索引x,y,z，Index:（x,y,z），只会走x,xy,xyz的查询，例如：
1 select * from table where x='1'
2 select * from table where x='1' and b='1'
3 select * from table where x='1' and b='1' and c='1'
如果是x,z，就只会走x，注意一种特殊情况，select * from table where x='1' and y>'1' and z='1'，这里只会走xy，因为在经历xy的筛选后，z不能保证是有序的，可索引是有序的，因此不会走z
e.全文索引（FULLTEXT）：用于搜索内容很长的文章之类的很好用，如果创建普通的索引，在遇到 like='%xxx%'这种情况索引会失效
1 ALTER TABLE tablename ADD FULLTEXT(col1, col2)
2 SLECT * FROM tablename WHERE MATCH(col1, col2) AGAINST(‘x′, ‘y′, ‘z′)
这样就可以将col1和col2里面包含x,y,z的记录全部取出来了
索引的删除：DORP INDEX IndexName ON `TableName`
索引的优缺点：
1、在数据量特别庞大的时候，建立索引有助于我们提高查询效率
2、在操作表的时候，维护索引会增加额外开销
3、不泛滥使用索引，创建多了索引文件会膨胀很快
2.2B+树的优点
了解上面的模型后，试想一下，200W条数据，假如没有建立索引，会全部进行扫描，B+树仅仅用三层结构可以表示上百万的数据，只需要三次I/O！这提升是真的巨大啊！
因为B+树是平衡二叉树，在不断的增加数据的时候，为了保持平衡可能需要做大量的拆分操作，因此提供了旋转的功能，不知道旋转建议去补一下树的基础知识
B+树插入动画（来自）
3、索引优化
1、最佳左前缀原则
2、不要在索引的列上做操作
3、like会使索引失效变成全表扫描
4、字符串不加单引号会导致索引失败
5、减少使用select *
参照这里，写的很好
总结：
sql语句怎么用，没有规定必须怎么查，对于数据量小，有时候不需要新建立索引，根据一定的实际情况来考虑
