1. 为什么要有索引

一般的应用系统，读大于写，而且插入操作和一般的更新操作很少出现性能问题，在生产环境中，我们遇到最多的，也是最容易出问题的，是一些复杂的查询操作，因此查询效率格外重要，这个时候就要用到索引。

2. 索引是什么

官⽅介绍索引是帮助MySQL高效获取数据的数据结构。更通俗的说，数据库索引好比是一本书前面的目录，能加快数据库的查询速度。

一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往是存储在磁盘上的文件中的（可能存储在单独的索引文件中，也可能和数据一起存储在数据文件中）。

我们通常所说的索引，包括聚集索引、覆盖索引、组合索引、前缀索引、唯⼀一索引等，没有特别说明，默认都是使用 B+树 结构组织的索引。

2.1. 索引的优势和劣势

优势：

  • 可以提高数据检索的效率，降低数据库的IO成本，类似于书的⽬目录。
  • 通过索引列对数据进行行排序，降低数据排序的成本，降低了了CPU的消耗。
  • 被索引的列会自动进行排序，包括【单列索引】和【组合索引】，只是组合索引的排序要复杂一些。
  • 如果按照索引列的顺序进行排序，对应order by语句句来说，效率就会提高很多。
  • where 索引列在存储引擎层处理覆盖索引，不需要回表查询

劣势：

  • 索引会占据磁盘空间

  • 索引虽然会提高查询效率，但是会降低更新表的效率。比如每次对表进行增删改操作，MySQL不仅要保存数据，还要保存或者更新对应的索引文件

    3. 索引分类

    3.1. 单列索引

  • 普通索引：MySQL中基本索引类型，没有什么限制，允许在定义索引的列中插入重复值和空值，纯粹为了查询数据更快一点。

  • 唯一索引：索引列中的值必须是唯一的，但是允许为空值
  • 主键索引：是一种特殊的唯一索引，不允许有空值
  • 全文索引： 只有在MyISAM引擎、InnoDB（5.6以后）上才能使用，而且只能在CHAR,VARCHAR,TEXT类型字段上使⽤用全⽂文索引。

    3.2. 组合索引

    在表中的多个字段组合上创建的索引，组合索引的使用，需要遵循左前缀原则。一般情况下，建议使用组合索引代替单列索引（主键索引除外）
    左前缀原则
    索引(name,age,gendar)，实际上是创建了三个索引。（name）、（name,age）,(name,age,gendar)，所以要使用组合索引，第一个字段必须使用

4. 索引的存储结构

索引是在存储引擎中实现的，也就是说不同的存储引擎，会使用不同的索引
MyISAM和InnoDB存储引擎：只⽀支持B+ TREE索引， 也就是说默认使用B+TREE，不能够更换
MEMORY/HEAP存储引擎：支持HASH和BTREE索引

Hash索引把数据以hash形式组织起来，因此当查找某一条记录的时候，速度非常快。但是因为hash结构，每个键只对应一个值，而且是散列的方式分布。所以它并不支持范围查找和排序等功能。 B+Tree是mysql使用最频繁的一个索引数据结构，是InnoDB和MyISAM存储引擎模式的索引类型。相对Hash索引，B+Tree在查找单条记录的速度比不上Hash索引，但是因为更适合排序等操作，所以它更受欢迎。毕竟不可能只对数据库进行单条记录的操作。

B树和B+树

参考网站 : https://segmentfault.com/a/1190000020416577
数据结构示例：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

B树
B树又名平衡多路查找树(查找路径不只两个)，不同于常见的二叉树，它是一种多叉树，我们常见的使用场景一般是在数据库索引技术里，大量使用者B树和B+树的数据结构。
MySQL索引 - 图1
B树大多用在磁盘上用于查找磁盘的地址。因为磁盘会有大量的数据，有可能没有办法一次将需要的所有数据加入到内存中，所以只能逐一加载磁盘页，每个磁盘页就对应一个节点，而对于B树来说，B树很好的将树的高度降低了，这样就会减少IO查询次数，虽然一次加载到内存的数据变多了，但速度绝对快于二插查找数或是红黑树的。

B树的高度一般都是在2-4级 , 树的高度直接影响读写的次数 如果是三层树结构存储的数据量可以达到20G , 四层树结构存储的数据量可以达到几十T

B+树

B树和B+树的最大区别在于非叶子节点是否存储数据。

  • B树是非叶子节点和叶子节点都会存储数据。
  • B+树只有叶子节点才会存储数据，而且存储的数据都是在⼀行上，而且这些数据都是有指针指向的，也就是有顺序的。

    5. 存储引擎

    存储引擎是数据库底层软件组织，数据库管理系统（DBMS）使用数据引擎进行创建、查询、更新和删除数据。
    不同的存储引擎提供不同的存储机制、索引技巧、锁定水平等功能，使用不同的存储引擎，还可以获得特定的功能。
    使用哪一种引擎需要灵活选择，一个数据库中多个表可以使用不同引擎以满足各种性能和实际需求，使用合适的存储引擎，将会提高整个数据库的性能
    MySQL索引 - 图2
    Mysql数据库默认使用InnoDB存储引擎

6. 非聚集索引

在使用MyISAM存储引擎的时候, B+树叶子节点只会存储数据行的指针，简单来说数据和索引不在一起
主键索引
MySQL索引 - 图3
这里假设表一共有三列,假设我们以 Col1 为主键,则上图是一个 MyISAM 表的主索引(Primary key)示意。
可以看出 MyISAM 的索引文件仅仅保存数据记录的地址。

辅助索引
在 MyISAM 中,主键索引和辅助索引在结构上没有任何区别, 只是主键索引要求 key 是唯一的, 而辅助索引的 key 可以重复。如果我们在 Col2 上建立一个辅助索引,则此索引的结构如下图所示
MySQL索引 - 图4
同样也是一颗B+Tree,data 域保存数据记录的地址。因此,MyISAM 中索引检索的算法为首先按照 B+Tree 搜索算法搜索索引,如果指定的 Key 存在,则取出其data 域的值 , 然后以 data 域的值为地址,读取相应数据记录。

总结 : 以上这种索引和数据单独存储, 索引节点中保存数据存储地址的索引方式称之为非聚集索引

7. 聚集索引

在使用InnoDB存储引擎的时候, B+树叶子节点会存储数据行记录，简单来说数据和索引在一起存储

主键索引
InnoDB 要求表必须有主键 , 如果没有显式指定,则 MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键,如果不存在这种列,则MySQL 自动为 InnoDB 表生成一个隐含字段作为主键, 类型为长整形。
MySQL索引 - 图5
上图是 InnoDB 主键索引(同时也是数据文件)的示意图,可以看到叶子节点包含了完整的数据记录。这种索引叫做聚集索引。因为 InnoDB 的数据文件本身按主键聚集

辅助索引
与 MyISAM 索引的不同是 InnoDB 的辅助索引 data 域存储相应记录主键的值而不是地址。换句话说 , InnoDB 的所有辅助索引都引用主键索引的data 域
MySQL索引 - 图6
聚集索引这种实现方式使得按主键的搜索十分高效,但是辅助索引搜索需要检索两遍索引:首先检索辅助索引获得主键 , 然后用主键到主索引中检索获得记录。

8. 回表查询

如上述示例中所说 , 当我们为一张表的name字段建立了索引 , 执行如下查询语句 :

select name,age from user where name='Alice'

那么获取到数据的过程为 :

  1. 根据name='Alice'查找索引树 , 定位到匹配数据的主键值为id=18
  2. 根据id=18到主索引获取数据记录 (回表查询)

先定位主键值，再定位行记录就是所谓的回表查询，它的性能较扫一遍索引树低

9. 覆盖索引

覆盖索引是指只需要在一棵索引树上就能获取SQL所需的所有列数据 , 因为无需回表查询效率更高

实现覆盖索引的常见方法是：将被查询的字段，建立到联合索引里去。如上列所示, 执行如下查询语句 :
select name,age from user where name='Alice'
因为要查询 name和 age二个字段 , 那么我们可以建立组合索引

  1. create index index_name_age on user(name,age)

那么索引存储结构如下 :
MySQL索引 - 图7
这种情况下, 执行select name,age from user where name='Alice' , 会先根据name='Alice', 找到二条记录 , 这两条记录的索引上刚好又包含了 age 数据 , 直接把 Bob 34 ; Alice 77数据返回 , 就不会执行回表查询 , 这就是覆盖索引

10. 左前缀原则

在mysql建立联合索引时会遵循左前缀匹配的原则，即最左优先，在检索数据时从联合索引的最左边开始匹配，组合索引的第一个字段必须出现在查询组句中，这个索引才会被用到 ;

例如 : create index index_age_name_sex on tb_user(age,name,sex);

上述SQL语句对 age,name和sex建一个组合索引index_age_name_sex,实际上这条语句相当于建立了(age) , (age,name) , (age,name,sex)三个索引 .

select * from tb_user where age = 49 ;  -- 使用索引

select * from tb_user where age = 49 and name = 'Alice' ;  -- 使用索引

select * from tb_user where age = 49 and name = 'Alice' and sex = 'man';  -- 使用索引

select * from tb_user where age = 49  and sex = 'man';  -- 使用索引 , 但是只有 age 匹配索引 sex没有走索引

select * from tb_user where name = 'Alice' and age = 49 and sex = 'man' ;  -- 使用索引 ,  因为MySQL的查询优化器会自动调整 where 子句的条件顺序以使用适合的索引

select * from tb_user where name = 'Alice'  and sex = 'man' ;  -- 不会使用索引

11. 索引的设计原则

在进行索引设计的时候，应该保证索引字段占用的空间越小越好，这只是一个大的方向，还有一些细节点需要注意下：
1、适合索引的列是出现在where字句中的列，或者连接子句中指定的列
2、基数较小的表，索引效果差，没必要创建索引
3、在选择索引列的时候，越短越好，可以指定某些列的一部分，没必要用全部字段的值
4、不要给表中的每一个字段都创建索引，并不是索引越多越好
5、定义有外键的数据列一定要创建索引
6、更新频繁的字段不要有索引
7、创建索引的列不要过多，可以创建组合索引，但是组合索引的列的个数不建议太多
8、大文本、大对象不要创建索引

12、索引失效情况

  1. 范围查询
    mysql 会一直从左向右匹配直到遇到范围查询（>、<、between、like）就停止匹配。范围列可以用到索引，但是范围列后面的列无法用到索引。

  2. like 语句
    如果通配符 % 不出现在开头，则可以用到索引，like “value%”可以使用索引，但是 like “%value%”不会使用索引，走的是全表扫描

3.列上使用函数或表达式
如果查询条件中含有函数或表达式，将导致索引失效而进行全表扫描

4.根据null值查询
只要列中包含有 NULL 值都将不会被包含在索引中，复合索引中只要有一列含有 NULL 值，那么这一列对于此复合索引就是无效的。所以在数据库设计时不要让字段的默认值为 NULL

  • 查询条件包含or，可能导致索引失效
  • 如何字段类型是字符串，where时一定用引号括起来，否则索引失效
  • like通配符可能导致索引失效。
  • 联合索引，查询时的条件列不是联合索引中的第一个列，索引失效。
  • 在索引列上使用mysql的内置函数，索引失效。
  • 对索引列运算（如，+、-、*、/），索引失效。
  • 索引字段上使用（！= 或者 < >，not in）时，可能会导致索引失效。
  • 索引字段上使用is null， is not null，可能导致索引失效。
  • 左连接查询或者右连接查询查询关联的字段编码格式不一样，可能导致索引失效。
  • mysql估计使用全表扫描要比使用索引快,则不使用索引。

13、索引分析

MySQL 提供了⼀个 EXPLAIN命令, 它可以对 SELECT 语句的执⾏计划进⾏分析, 并输出 SELECT 执⾏的 详细信息, 以供开发⼈员针对性优化. 使⽤explain这个命令来查看⼀个这些SQL语句的执行计划，查看该SQL语句有没有使⽤上了索引，有没有做全表扫描，这都可以通过explain命令来查看。 可以通过explain命令深⼊了解MySQL的基于开销的优化器，还可以获得很多可能被优化器考虑到的访 问策略的细节，以及当运⾏SQL语句时哪种策略预计会被优化器采⽤。 EXPLAIN 命令⽤法⼗分简单, 在 SELECT 语句前加上 explain 就可以了, 例如:

explain select * from tb_user where  name = 'Alice';

环境准备

-- 用户表
create table tb_user
(
    id     int auto_increment
        primary key,
    age    int      null,
    name   char(32) null,
    sex    char(10) null,
    deptId int      null,
    addrId int      null
);


INSERT INTO tb_user (age, name, sex, deptId, addrId) VALUES (34, 'Bob', 'man', 1, 2);
INSERT INTO tb_user (age, name, sex, deptId, addrId) VALUES (77, 'Alice', 'women', 1, 1);
INSERT INTO tb_user (age, name, sex, deptId, addrId) VALUES (5, 'Jim', 'man', 2, 1);
INSERT INTO tb_user (age, name, sex, deptId, addrId) VALUES (91, 'Eric', 'woman', 2, 2);
INSERT INTO tb_user (age, name, sex, deptId, addrId) VALUES (22, 'Tom', 'man', 2, 2);
INSERT INTO tb_user (age, name, sex, deptId, addrId) VALUES (89, 'Rose', 'woman', 1, 3);

-- 部⻔表
create table tb_dep
(
    id   int          not null
        primary key,
    name varchar(100) null
);

INSERT INTO tb_dep (id, name) VALUES (1, '咨询部');
INSERT INTO tb_dep (id, name) VALUES (2, '人事部');
INSERT INTO tb_dep (id, name) VALUES (3, '学工部');

-- 地址表
create table tb_addr
(
    id      int          not null
        primary key,
    address varchar(100) null
);
INSERT INTO tb_addr (id, address) VALUES (1, '湖北省');
INSERT INTO tb_addr (id, address) VALUES (2, '湖南省');
INSERT INTO tb_addr (id, address) VALUES (3, '北京市');

-- 创建普通索引
alter table tb_user add index idx_dep(did);
-- 创建唯⼀索引
alter table tb_user add unique index idx_name(name);
-- 创建组合索引
alter table tb_user add index idx_name_age_sex(name,age,sex);
-- 创建全⽂索引
alter table tb_addr add fulltext ft_addr(address);

参数说明

expain 出来的信息有10列，分别是

image-20210223225331272.png

id

每个 SELECT语句都会⾃动分配的⼀个唯⼀标识符. 表示查询中操作表的顺序，有三种情况：

  • id相同：执⾏顺序由上到下
  • id不同：如果是⼦查询，id号会⾃增，id越⼤，优先级越⾼。
  • id相同和不同同时存在

id列为null的就表示这是⼀个结果集，不需要使⽤它来进⾏查询。

例如 :

explain select (select name from tb_user) from tb_user ;

image-20210225145149719.png

select_type

查询类型，主要⽤于区别普通查询、联合查询(union、union all)、⼦查询等复杂查询。

simple

表示不需要union操作或者不包含⼦查询的简单select查询。有连接查询时，外层的查询为simple，且 只有⼀个

例如 :

image-20210225145518219.png

primary

⼀个需要union操作或者含有⼦查询的select，位于最外层的单位查询的select_type即为primary。且只 有⼀个

例如 :

image-20210225145149719.png

subquery

除了from字句中包含的⼦查询外，其他地⽅出现的⼦查询都可能是subquery

例如 :

image-20210225145628065.png

dependent subquery

与dependent union类似，表示这个subquery的查询要受到外部表查询的影响

例如 :

image-20210225145735034.png

union

union连接的两个select查询，第⼀个查询是PRIMARY，除了第⼀个表外，第⼆个以后的表select_type 都是union

例如 :

image-20210225145820881.png

dependent union

与union⼀样，出现在union 或union all语句中，但是这个查询要受到外部查询的影响

例如 :

image-20210225145952106.png

union result

包含union的结果集，在union和union all语句中,因为它不需要参与查询，所以id字段为null

derived

from字句中出现的⼦查询，也叫做派⽣表，其他数据库中可能叫做内联视图或嵌套select

例如 :

image-20210225150057711.png

explain select * from tb_user

explain select (select name from tb_user) from tb_user ;

explain select * from tb_user where id = (select max(id) from tb_user);

explain select id,name,(select name from tb_dep a where a.id=b.deptId) from tb_user b;

explain select * from tb_user where sex='man' union select * from tb_user where sex='2';

explain select * from tb_user where sex in (select sex from tb_user where sex='1' union select sex from tb_user where sex='2');

explain select * from (select * from tb_user where sex='man') b;

table

显示的查询表名，

  • 如果查询使⽤了别名，那么这⾥显示的是别名
  • 如果不涉及对数据表的操作，那么这显示为null
  • 如果显示为尖括号括起来的就表示这个是临时表，后边的N就是执⾏计划中的id，表示结果来⾃于 这个查询产⽣
  • 如果是尖括号括起来的，与 类似，也是⼀个临时表，表示这个结果来⾃于union查询 的id为M,N的结果集。

type

索引的使用类型 , 性能由好到差依次为 : system，const，eq_ref，ref，fulltext，ref_or_null，unique_subquery，index_subquery，range，index_merge，index，ALL

除了all之外，其他的type都可以使⽤到索引，除了index_merge之外，其他的type只可以⽤到⼀个索引

如果想让一条SQL的效率高, 那么最起码要使用到range级别

system

表中只有⼀⾏数据或者是空表。

image-20210225151422574.png

const

使⽤唯⼀索引或者主键，返回记录⼀定是1⾏记录的等值where条件时，通常type是const。其他数据库 也叫做唯⼀索引扫描

image-20210225151559821.png

eq_ref

关键字: 连接字段为主键或者唯⼀性索引。

此类型通常出现在多表的 join 查询, 表示对于前表的每⼀个结果, 都只能匹配到后表的⼀⾏结果. 并且查 询的⽐较操作通常是 ‘=’, 查询效率较⾼

image-20210225151756277.png

ref

针对⾮唯⼀性索引，使⽤等值（=）查询⾮主键。或者是使⽤了最左前缀规则索引的查询。

image-20210225151931506.png

fulltext

全⽂索引检索，要注意，全⽂索引的优先级很⾼，若全⽂索引和普通索引同时存在时，mysql不管代 价，优先选择使⽤全⽂索引

image-20210225152020029.png

ref_or_null

与ref⽅法类似，只是增加了null值的⽐较。

unique_subquery

⽤于where中的in形式⼦查询，⼦查询返回不重复值唯⼀值

index_subquery

⽤于in形式⼦查询使⽤到了辅助索引或者in常数列表，子查询可能返回重复值，可以使⽤索引将子查询去重。

range

索引范围扫描，常⻅于使⽤>,<,is null,between ,in ,like等运算符的查询中。

image-20210225152153430.png

index_merge

表示查询使⽤了两个以上的索引，最后取交集或者并集，常⻅and ，or的条件使⽤了不同的索引，官⽅ 排序这个在ref_or_null之后，但是实际上由于要读取多个索引，性能可能⼤部分时间都不如range

index

索引全表扫描，把索引从头到尾扫⼀遍，常见于使用索引列就可以处理不需要读取数据⽂件的查询、可 以使⽤索引排序或者分组的查询。

image-20210225152504501.png

all

这个就是全表扫描数据⽂件，然后再在server层进⾏过滤返回符合要求的记录。

image-20210225152920810-1629947490208.png

explain select * from (select * from tb_user where id=1) a;

explain select * from tb_user where name = 'Bob';

explain select a.id from tb_user a left join tb_dep b on a.deptId=b.id;

explain select * from tb_user where name = 'Bob';

explain select * from tb_addr where match(address) against('bei');

explain select * from tb_user where name like 'B%';

explain select name  from tb_user;

explain select * from tb_user;

possible_keys

此次查询中可能选⽤的索引，⼀个或多个

key

查询真正使⽤到的索引，select_type为index_merge时，这⾥可能出现两个以上的索引，其他的 select_type这⾥只会出现⼀个。

key_len

⽤于处理查询的索引⻓度，如果是单列索引，那就整个索引⻓度算进去，如果是多列索引，那么查询不⼀定都能使⽤到所有的列

key_len只计算where条件⽤到的索引⻓度，⽽排序和分组就算⽤到了索引，也不会计算到 key_len中。

计算规则 :

  1. 所有的索引字段，如果没有设置not null，则需要加一个字节。
  2. 定长字段，int占四个字节、date占三个字节、char(n)占n个字符。
  3. 对于变成字段varchar(n)，则有n个字符+两个字节。
  4. 不同的字符集，一个字符占用的字节数不同。latin1编码的，一个字符占用一个字节，gbk编码的，一个字符占用两个字节，utf8编码的，一个字符占用三个字节。

key_len越小 索引效果越好

ref

如果是使⽤的常数等值查询，这⾥会显示const

如果是连接查询，被驱动表的执⾏计划这⾥会显示驱动表的关联字段

如果是条件使⽤了表达式或者函数，或者条件列发⽣了内部隐式转换，这⾥可能显示为func

rows

这⾥是执⾏计划中估算的扫描⾏数，不是精确值

Extra

这个列包含不适合在其他列中显示单⼗分重要的额外的信息，这个列可以显示的信息⾮常多，有⼏⼗ 种，常⽤的有

using temporary

表示使⽤了临时表存储中间结果。

using filesort

排序时⽆法使⽤到索引时，就会出现这个。常⻅于order by和group by语句中

说明MySQL会使⽤⼀个外部的索引排序，⽽不是按照索引顺序进⾏读取。

MySQL中⽆法利⽤索引完成的排序操作称为“⽂件排序”

image-20210225154255766.png

using index

查询时不需要回表查询，直接通过索引就可以获取查询的数据。

  • 表示相应的SELECT查询中使⽤到了覆盖索引（Covering Index），避免访问表的数据⾏，效率不 错！
  • 如果同时出现Using Where ，说明索引被⽤来执⾏查找索引键值
  • 如果没有同时出现Using Where ，表明索引⽤来读取数据⽽⾮执⾏查找动作。

image-20210225154807671.png

using where

表示存储引擎返回的记录并不是所有的都满⾜查询条件，需要在server层进⾏过滤

explain select * from tb_addr order by address;

explain select name,age,sex from tb_user where name like '%B';

14、需要创建索引情况

  1. 主键自动建立主键索引
  2. 频繁作为查询条件的字段应该创建索引
  3. 多表关联查询中，关联字段应该创建索引 (on 两边都要创建索引)
  4. 查询中排序的字段，应该创建索引
  5. 频繁查找字段 , 应该创建索引
  6. 查询中统计或者分组字段，应该创建索引

15、不要创建索引情况

  1. 表记录太少
  2. 经常进⾏行行增删改操作的表
  3. 频繁更新的字段
  4. where条件里使用频率不高的字段

16、多使用组合索引

在多个列上建立索引 , 这种索引叫做复合索引(组合索引) , 复合索引在数据库操作期间所需的开销更小, 可以代替多个单一索引

17、InnoDB与MyISAM的区别

InnoDB支持事务，MyISAM不支持事务
InnoDB支持外键，MyISAM不支持外键
InnoDB 支持 MVCC(多版本并发控制)，MyISAM 不支持
select count(*) from table时，MyISAM更快，因为它有一个变量保存了整个表的总行数，可以直接读取，InnoDB就需要全表扫描。
Innodb不支持全文索引，而MyISAM支持全文索引（5.7以后的InnoDB也支持全文索引）
InnoDB支持表、行级锁，而MyISAM支持表级锁。
InnoDB表必须有主键，而MyISAM可以没有主键
Innodb表需要更多的内存和存储，而MyISAM可被压缩，存储空间较小，。
Innodb按主键大小有序插入，MyISAM记录插入顺序是，按记录插入顺序保存。
InnoDB 存储引擎提供了具有提交、回滚、崩溃恢复能力的事务安全，与 MyISAM 比 InnoDB 写的效率差一些，并且会占用更多的磁盘空间以保留数据和索引

18、数据库索引的原理，为什么要用 B+树，为什么不用二叉树

可以从几个维度去看这个问题，查询是否够快，效率是否稳定，存储数据多少，以及查找磁盘次数，为什么不是二叉树，为什么不是平衡二叉树，为什么不是B树，而偏偏是B+树呢？
为什么不是一般二叉树？
如果二叉树特殊化为一个链表，相当于全表扫描。平衡二叉树相比于二叉查找树来说，查找效率更稳定，总体的查找速度也更快。
为什么不是平衡二叉树呢？
我们知道，在内存比在磁盘的数据，查询效率快得多。如果树这种数据结构作为索引，那我们每查找一次数据就需要从磁盘中读取一个节点，也就是我们说的一个磁盘块，但是平衡二叉树可是每个节点只存储一个键值和数据的，如果是B树，可以存储更多的节点数据，树的高度也会降低，因此读取磁盘的次数就降下来啦，查询效率就快啦。
那为什么不是B树而是B+树呢？
1）B+树非叶子节点上是不存储数据的，仅存储键值，而B树节点中不仅存储键值，也会存储数据。innodb中页的默认大小是16KB，如果不存储数据，那么就会存储更多的键值，相应的树的阶数（节点的子节点树）就会更大，树就会更矮更胖，如此一来我们查找数据进行磁盘的IO次数有会再次减少，数据查询的效率也会更快。
2）B+树索引的所有数据均存储在叶子节点，而且数据是按照顺序排列的，链表连着的。那么B+树使得范围查找，排序查找，分组查找以及去重查找变得异常简单。

19、聚集索引与非聚集索引的区别

  • 一个表中只能拥有一个聚集索引，而非聚集索引一个表可以存在多个。
  • 聚集索引，索引中键值的逻辑顺序决定了表中相应行的物理顺序；非聚集索引，索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同。
  • 索引是通过二叉树的数据结构来描述的，我们可以这么理解聚簇索引：索引的叶节点就是数据节点。而非聚簇索引的叶节点仍然是索引节点，只不过有一个指针指向对应的数据块。
  • 聚集索引：物理存储按照索引排序；非聚集索引：物理存储不按照索引排序；