一、mysql索引结构
1.BTree索引
[检索原理]
左边列的表格（真实数据），右边对应一棵树，树的管度越来越管查询越快。
以下图表的名称为：段区块
硬盘都是长方形的，打了一个封装，里面是一个圆圈，由磁盘、磁道、B柱构成。一些数据写在磁道上，根据不同索引内容去磁道读取不同的内容，那么也需要一个存储单位，这个存储单位叫类
【初始化介绍】
（1）一颗b+树，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项(深蓝色所示)和指针（(黄色所示）；
（2）如磁盘块1包含数据项17和35，包含指针P1、P2、P3，P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块。
（3）真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99。
（4）非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。
【查找过程】
（1）如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比磁盘的IO)可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找拨到29，结束查询，总计三次IO。
（2）真实的情况是，3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。
2.Hash索引
3.full-text全文索引
4.R-Tree索引
