首先mysql选择B+Tree作为存储数据结构，左闭合区间的B+Tree
一平衡二叉树一个节点存储数据太少，树的高度太大会导致需要需要搜索多次才能找到要查找的值。
B+Tree有一下几个有点
非叶子节点不存储data，只存储key，可以增大度，所以索引的值越小越好
叶子节点不存储指针
顺序访问指针，提高区间访问性能，将随机的io变成了顺序io。
mysql的两个主要索引结构
下面一个图是mysql数据库的基本架构
联合索引创建的原则
1、最常用列，最左匹配原则
2、离散度高的列，选择性原则
3、最小的列，最少空间原则
联合索引和单索引不要重合完全是浪费空间
如果查询列可以通过索引节点中的关键字返回结果就称为覆盖索引，例如联合索引中a,b,c 搜索时使用where a and b
索引创建有如下几条原则
索引列的长度越小越好
索引不一定是越多越好，越全越好，一定要合适
like 99%可能可以用到索引，根据离散度不一样结果不同， like %99% like %99无法用到索引
where中not in 和不等于无法使用索引
多用指定列查询，只返回自己想要的数据列，无法使用索引
联合索引如果不是从最左列查找无法使用索引
联合索引中如果最左列精确匹配并范围匹配另外一列可以使用索引
联合索引中如果某列范围匹配，则其右边列无法使用索引。
mysql最左匹配原则
在Mysql建立多列索引（联合索引）有最左前缀的原则，即最左优先。
如果我们建立了一个2列的联合索引(col1,col2),实际上已经建立了两个联合索引(col1)、(col1,col2）;
如果有一个3列索引(col1,col2,col3)，实际上已经建立了三个联合索引(col1)、(col1,col2)、(col1,col2,col3)。
1、b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+树是按照从左到右的顺序来建立搜索树的，比如当(张三,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下一步的所搜方向，如果name相同再依次比较age和sex，最后得到检索的数据；但当(20,F)这样的没有name的数据来的时候，b+树就不知道第一步该查哪个节点，因为建立搜索树的时候name就是第一个比较因子，必须要先根据name来搜索才能知道下一步去哪里查询。
2、比如当(张三,F)这样的数据来检索时，b+树可以用name来指定搜索方向，但下一个字段age的缺失，所以只能把名字等于张三的数据都找到，然后再匹配性别是F的数据了， 这个是非常重要的性质，即索引的最左匹配特性。（这种情况无法用到联合索引）
mysql建立联合索引的意义
一个顶三个
建了一个(a,b,c)的复合索引，那么实际等于建了(a),(a,b),(a,b,c)三个索引，因为每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，这可是不小的开销！
覆盖索引
同样的有复合索引（a,b,c），如果有如下的sql: select a,b,c from table where a=1 and b = 1。那么MySQL可以直接通过遍历索引取得数据，而无需回表，这减少了很多的随机io操作。减少io操作，特别的随机io其实是dba主要的优化策略。所以，在真正的实际应用中，覆盖索引是主要的提升性能的优化手段之一
索引列越多，通过索引筛选出的数据越少
有1000W条数据的表，有如下sql:select * from table where a = 1 and b =2 and c = 3,假设假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W10%=100w 条数据，然后再回表从100w条数据中找到符合b=2 and c= 3的数据，然后再排序，再分页；如果是复合索引，通过索引筛选出1000w 10% 10% 10%=1w，然后再排序、分页，哪个更高效，一眼便知