2.3.1. 索引数据结构
索引就是能够提高查询速度的一种数据结构，在数据插入时就进行了排序（会影响插入和更新的性能），索引广泛使用的是B+树索引。
B+树索引结构：
目前是基于磁盘排序效率最高的数据结构，树非常矮通常3~4层所以访问效率高，查询一条数据只用三到四次I/O，可以存放千万到亿的排序数据。
B+ 树索引由根节点（root node）、中间节点（non leaf node）、叶子节点（leaf node）组成，叶子节点存放所有排序后的数据。B+树高度为1，就只有一个页既是根节点也是叶子节点。随着插入 B+ 树索引的记录变多，1个页（16K）无法存放这么多数据，会发生 B+ 树的分裂，B+ 树的高度变为 2，当 B+ 树的高度大于等于 2 时，根节点和中间节点存放的是索引键对，由（索引键、指针）组成。
索引键就是排序的列，而指针是指向下一层的地址，在 MySQL 的 InnoDB 存储引擎中占用 6 个字节。下图显示了 B+ 树高度为 2 时，B+ 树索引的样子：
若要查询索引键值为 5 的记录，先查找根节点，查到键值对（20，地址），表示小于 20 的记录在地址指向的下一层叶子节点中。根据下一层地址就可以找到最左边的叶子节点，在叶子节点中根据二叉查找就能找到索引键值为 5 的记录。
优化B+树索引的插入性能：
B+ 树在插入时就对要对数据进行排序，但排序的开销并没有那么大，排序是 CPU 操作（当前一个时钟周期 CPU 能处理上亿指令）。
真正的开销在于 B+ 树索引的维护，保证数据排序，这里存在两种不同数据类型的插入情况。
- 数据顺序（或逆序）插入： B+ 树索引的维护代价非常小，叶子节点都是从左往右进行插入，比较典型的是自增 ID 的插入、时间的插入（在自增 ID 上，时间等具有顺序的列上创建索引，则 B+ 树插入通常是比较快的）。
- 数据无序插入： B+ 树为了维护排序，需要对页进行分裂、旋转等开销较大的操作，另外，即便对于固态硬盘，随机写的性能也不如顺序写，所以磁盘性能也会收到较大影响。比较典型的是用户昵称，每个用户注册时，昵称是随意取的，在昵称上创建索引，插入是无序的，索引维护需要的开销会比较大。
对于 B+ 树索引，在 MySQL 数据库设计中，仅要求主键的索引设计为顺序，比如使用自增，或使用函数 UUID_TO_BIN 排序的 UUID，而不用无序值做主键。
UUID 由于是无序值，在插入时性能比起顺序值自增 ID 和排序 UUID，性能上差距比较明显。
在表结构设计时，主键的设计一定要尽可能地使用顺序值，这样才能保证在海量并发业务场景下的性能。
MySQL 单表的索引没有个数限制，根据业务查询的具体需求创建即可，不要迷信个数限制；
在真正业务上可能会创建一些低效的索引，优化器根本不会使用这些无效索引占用了空间，又影响了插入的性能，真正避免的是这种情况。
