MySQL中的复合索引是由多个字段组成的索引，可以提高查询效率。当我们创建一个复合索引时，MySQL是如何保存这个复合索引的呢？

首先，我们来看一个简单的例子，假设我们有一个用户表user，包含字段id、name和age，我们想要创建一个复合索引，包括name和age两个字段：

CREATE INDEX idx_name_age ON user (name, age);

在MySQL中，复合索引是按照B+树的结构来保存的。当我们创建上述复合索引时，MySQL会按照name和age两个字段的值来构建B+树。B+树是一种多路搜索树，它的每个节点都包含多个子节点，这样可以减少IO次数，提高查询效率。

在B+树中，每个叶子节点都保存了指向实际数据行的指针。当我们查询时，MySQL会根据B+树的结构来查找对应的叶子节点，然后通过指针找到实际的数据行。

复合索引的最左匹配原则指的是，在查询时，MySQL会优先使用索引中的第一个字段进行匹配，然后再依次匹配后面的字段。这样可以有效利用复合索引的有序性，加快查询速度。

当我们进行查询时，可以使用EXPLAIN来查看MySQL是如何使用复合索引的：

EXPLAIN SELECT * FROM user WHERE name = 'Alice' AND age = 30;

通过EXPLAIN可以看到MySQL是如何使用idx_name_age索引来加速查询的。

总的来说，MySQL的复合索引是按照B+树的结构来保存的，通过最左匹配原则来提高查询效率。合理创建和使用复合索引可以大大提升查询性能，减少IO次数，提高系统的响应速度。

journey
    title MySQL复合索引保存过程

    section 创建索引
        participant 用户
        participant MySQL
        participant B+树

        user -> MySQL: 创建复合索引
        MySQL -> B+树: 按照name和age字段构建B+树

    section 查询过程
        participant 用户
        participant MySQL
        participant B+树

        user -> MySQL: 查询数据
        MySQL -> B+树: 根据复合索引查找数据行

    section 数据返回
        participant MySQL
        participant 用户

        MySQL -> 用户: 返回查询结果

综上所述，MySQL的复合索引是按照B+树的结构来保存的，通过最左匹配原则提高查询效率。合理创建和使用复合索引可以提升系统的性能，减少IO次数，加快查询速度。在实际开发中，需要根据业务需求和数据特点来选择合适的字段创建复合索引，以达到最佳的查询效果。