在之前的一篇文章中写了 MySQL 的索引为什么能加快查询速度，结合这两篇文章，相信你会对 MySQL 的索引有更深一步的了解
首先我们要理解一件事，无论什么数据库，它的数据一定都是存储在硬盘中的，而硬盘和内存之间的读写速度差距是非常大的 所以查询性能的瓶颈不再 CPU ,而是取决于内存和磁盘的读写速度
然后让我们回忆一下，在数据结构中如果我们想将一个查询的性能提高为log ，我们可以启用二叉树，那么如果我们应用三叉树，查询性能是不是可以提高到log3，要是多叉树，性能是不是会进一步提升
由此，就演化出了多叉树做索引这种方式，也就是大家所说的B树，传统的B树数据和索引存放在一起，一次性读进内存的数据量有限，这种方式虽然加快了数据的检索方式，但是仍然有改进空间 于是B+树横空出世
B+ 树是MySQL InnoDB 存储引擎下默认的索引数据结构，它的非叶子结点只存索引，叶子结点存储索引和数据，而叶子结点通常就是数据在硬盘中的位置，因此在进行索引检索的时候，多叉树会以非常高的效率在内存中去检索索引的所在位置，根据索引记录的地址去磁盘中检索想要的数据，这种方式就大大加快了数据的查询速度
总结:
-
数据存储在磁盘上，而磁盘查询的速度很慢
-
提高磁盘的查询速度主要通过减少 I/O 次数和增加单次磁盘 I/O 的数据有效量
-
索引通过多阶来减少 I/O 次数
-
B+ 树通过将索引和业务数据分离的方式来提高单次 I/O 的数据有效量 从而减少 I/O 次数
-
索引通过树数据的有序性来缩小查询范围
-
索引本身是表中的单个字段或是多个字段，数据量本身要比整个一条记录少的多，这样，即使通过扫描的方式查询索引也比查询数据库快