前言
和一个同事讨论MySQL 数据量达到多少会出现查询速度显著下降，两个半吊子 好像知道一点但是又不太说得清楚，所以本文针对MySQL的索引结构这个经典八股，做一下整理。
正文
一. 哈希索引
哈希索引 底层使用的数据结构为哈希表，在MySQL 中只有Memory引擎支持哈希索引。哈希索引可以用下图进行示意。
在发生哈希冲突时，是基于拉链法 解决冲突。哈希索引最大的缺点就是不支持范围查询。
二. B树和B+树
InnoDB 引擎使用的索引的底层数据结构为B+树 ，在分析B+树 前，先对B树 进行分析。B树 （Balanced Tree ），全称为多路平衡查找树 ，一棵B树可以表示如下。
B树的特点可以概括如下。
- 所有数据分布在整个B树中；
- 任何一条数据会出现 且仅会出现在一个节点上；
- 搜索可能在非叶子节点上就结束。
现在开始分析B+树 ，一棵B+树可以表示如下。
B+树 相较于B树，其优势如下。
- B+树的扫表能力更强。做全表扫描时，只需要在叶子节点顺序的访问，不需要遍历树；
- 磁盘IO 能力更强。深度可以比B树更低；
- 排序能力更强。基于叶子节点上的双向指针实现；
- 效率更稳定。IO次数是稳定的。
三. MyISAM索引实现
MyISAM 使用B+树作为索引结构，并且叶子节点存储的是数据的地址。
MyISAM 的主键索引结构如下所示。
MyISAM 的主键索引 和辅助索引 在结构上没有区别，只不过主键索引 要求索引值唯一 ，而辅助索引不要求索引值唯一 。假如在字段2上建立一个辅助索引，则图示如下。
四. InnoDB索引实现
InnoDB 使用B+树 作为索引结构，但是具体实现与MyISAM截然不同。
InnoDB 的数据文件就是主键索引文件（MyISAM 的数据文件和索引文件是分开的，索引文件中只存储数据的地址 ）。在InnoDB 中，表的数据文件本身就是按照B+树组织的一个主键索引结构，树的叶子节点保存着完整的数据。
InnoDB中的主键索引示意图如下。
因为InnoDB 的数据文件要按照主键聚族 ，所以InnoDB 引擎要求表必须有主键 （MyISAM 引擎的表可以没有主键）。
InnoDB中的辅助索引示意图如下。
InnoDB的辅助索引中的叶子节点存储的是对应数据的主键，使用辅助索引时，首先通过辅助索引获得数据的主键，然后再通过主键索引获得数据。
五. B+树存储数据的计算
B+树 中，每个节点对应一页（page ），一页大小为16KB 。假如非叶子节点上一个键值 和指针 的大小为16 字节，叶子节点上一条数据大小为1.6KB ，那么一个深度为2 的B+树存储的数据量可以由下图进行说明。
那么如果存储的数据量在1千万 以内，则每次查询数据时的IO 次数会稳定为3次。
总结不易，如果本文对你有帮助，烦请点赞，收藏加关注，谢谢帅气漂亮的你。