说到索引，我们首先得知道索引是什么？MySQL中的索引是一种数据库技术，用于提高数据库表中的数据检索速度。索引类似于书籍的目录，可以快速定位到数据的位置，而不需要扫描整个表。索引可以极大地加速数据的检索速度，尤其是在大型数据库表中。
那我们再来谈谈，索引是通过什么结构怎么实现的。我们能想到一下几种搜索效率较快的结构：二叉搜索树，哈希表，红黑树、N叉树。那接下来说说为什么这些结构都不太适合索引使用。1.哈希表：哈希表搜索的时间复杂度是 O(1)，查询速度也快，但是哈希表通过哈希函数将键映射到存储位置，但该过程不保证数据的物理存储顺序与键的逻辑顺序一致。范围查询需要按顺序访问键值，而哈希表的无序性导致无法高效遍历连续键值。所以哈希表并不支持范围查找。2.二叉搜索树：二叉树的中序遍历是一个有序数组，但在极端条件下，就退化成了队列，失去了优势。3.红黑树：虽然是平衡或近似平衡的，但是毕竟是二叉结构，在检索数据时，由于表中的数据都是存在磁盘中的，所以每次范围某个节点的子节点时都会发生一次磁盘IO(磁盘I/O（Input/Output）指计算机系统中磁盘的输入输出操作，包括从磁盘读取数据（输出）和向磁盘写入数据（输入），是数据存储与传输的核心过程，直接影响系统性能)。4.N叉树：N叉树解决了树高的问题，意味着在相同数据量的情况下可以减少 IO 的次数，从而提高效率。但是不是最佳的结构。
此时，我们来介绍B+树：
通过以上图示可知，3个数据可以分成3个区间，[5,28), [28,65), [65,+∞）这三个区间，以此规律继续分下去。B+ 树的特点：1.能够保持数据稳定有序，插入与修改有较稳定的时间复杂度 2.非叶子节点作为索引层，用于指导数据查找方向，每个节点包含多个索引键（通常为有序链表结构），每个索引键对应一个子节点，非叶子节点仅仅具有索引作用，不存储数据。所有叶子节点存储的是主键KEY或者具体数据。3.所有叶子节点构成一个有序链表。