MySQL索引原理

对于现在互联网对数据库的操作，都是查询的使用比较多，虽说是使用了各种缓存技术来存储从数据看读取的数据，但是数据在不停地更新，还是要不停地查询数据库，但是在查询数据库的时候对于IO消耗特别大，所以能把查询的IO的操作次数降低，那对于数据库的性能提升是很明显的，因此B+ Tree就出现了

B+ Tree的数据结构

对于B+ Tree数据结构是由一个个磁盘组成，每个磁盘由数据和指针组成

查找过程

以磁盘块1为例，指针 P1 表示小于17的磁盘块，P2 表示在 17~35 之间的磁盘块，P3 则表示大于35的磁盘块。

比如要查找数据项99，首先将磁盘块1 load 到内存中，发生 1 次 IO。接着通过二分查找发现 99 大于 35，所以找到了 P3 指针。通过P3 指针发生第二次 IO 将磁盘块4加载到内存。再通过二分查找发现大于87，通过 P3 指针发生了第三次 IO 将磁盘块11 加载到内存。最后再通过一次二分查找找到了数据项99。

由此可见，如果一个几百万的数据查询只需要进行三次 IO 即可找到数据，那么整个效率将是非常高的。

观察树的结构，发现查询需要经历几次 IO 是由树的高度来决定的，而树的高度又由磁盘块，数据项的大小决定的。

磁盘块越大，数据项越小那么树的高度就越低。这也就是为什么索引字段要尽可能小的原因。