引言
定义：帮助mysql高效获取数据的排好序的数据结构；
首先清楚数据在底层存储方式：向链表一样前后相连，而非数组的形式开辟一片相连的空间，这意味着我们看到的有序的相连的数据不一定在一起，当我们想要获取数据时，每一次读取就是一次io，当减少io次数时，就可以将获取数据的速度加快。
数据结构
二叉树：
缺点：递增索引下，高度会过高
红黑树：
二叉平衡树，也会高度过高，递增索引下，高度过高
hash表：
会创建hash桶，对索引列进行hash计算，将数据存储位置依次放入桶中
缺点：hash冲突；仅能满足‘=‘查询，不支持范围查询（主因）
b-Tree：
增大红黑树根节点空间，使根节点横向增大
缺点：每个节点都带有数据，占用内存
b+Tree：
将b-树非叶子节点的数据统一安排到叶子结点，叶子结点将有所有数据和索引，非叶子节点只放索引（冗余索引）；
共同点：
- 从左到右递增，查找时可以使用二分查找法快速定位横向节点；
- 快速查找时横向查找将会把数据放入内存，内存大小为16k；
不同点：
- b+Tree假设非叶子节点上一个索引占(8+6)B全部存满，1100 * 1100 * 16大概三层可以快速查找两千万内数据；B-Tree每一个索引下都有数据，若每一个索引的数据按照1kb算，将索引和数据放入内存，每一次只能放16个数据，按三层数据高度算，16x16x16远远低于B+Tree的存储；
- b+tree相比b-tree叶子结点多一个双向指针，指针会记录下一节点位置，当出现范围查找时，不需要重新根节点查找元素，直接得到位置，将数据取出即可;当b-tree范围查找，叶子结点出现断层，需要重新返回根节点去查找元素位置；
注：MySQL叶子节点指向是双向的，且只有最下面的叶子节点有数据
MYSQL存储引擎
MyISAM存储引擎：建表后由三个文件组成(同一文件名，不同后缀）
- .frm:框架表结构
- .MYI:索引
- .MYD:数据
InnoDB存储引擎：两个文件组成(同一文件名，不同后缀）
- .frm:框架表结构
- .ibd：索引+数据
聚集索引：叶子节点包含完整的数据记录；
非聚集索引：MyISAM在叶子结点不放入数据，只放入地址，之后根据地址去数据表查找数据，速度变慢
为什么InnoDB建议建主键，并且推荐整数类型自增主键
前提：建立表时必须由b+Tree去创建表，b+Tree必须得有索引
- 为什么建主键
当开始建表是会从第一页查找不存在重复数据的列，若存在则当前列为索引，若不存在，会重建一个隐藏不重复数据列，作为该表的索引列；
- 为什么整数类型
假如使用uuid做主键，必须先要将uuid转换为asic码，再进行大小比较，浪费时间、性能，同时uuid占用内存也会比整型占用空间大；
- 为什么自增
当建立表时，数据根据b+Tree结构添加索引，主键递增，非叶子节点会往后添加，若不是递增，则会进行一个平衡再自加，特别是大数据时，会直接变更已经定好的树结构；
普通索引
采用b+Tree结构，叶子结点的数据层将会存储表的主键值，然后根据主键值回表查询数据行。
为什么非主键索引结构叶子结点存储的是主键值？
- 一致性：当进行数据修改和插入时，如果都是数据的话，需要多次修改或添加，使用主键只需要改变主键索引下的数据；
- 节省空间：若每一个非主键索引的叶子结点都存入数据，将会占用很大内存空间（主因）
联合索引数据结构
按照索引最左前缀原理，当联合索引有三个元素时，按照第一个排序，后第二第三个元素依次排序，得到主键后直接得到数据
