数据库索引的目的:提高数据查询的效率
可以用作索引提高查询效率的数据结构:
1.Hash
优点:kv结构，查询单个目标，时间复杂度O(1)
缺点:
需要范围查找，<,>,group by，order by等，会导致时间复杂度退化为O(n)（PS:此时树形依旧保持O(log(n))）
InnoDB不支持哈希索引，InnoDB会根据表的使用情况自动为表生成hash索引，不能人为干预是否在InnoDB一张表中创建HASH索引，如果InnoDB注意到某些索引值被使用的特别频繁时， 它会在内存中基于Btree的索引之上再创建一个HASH索引，这样BTREE索引也具备了HASH索引的一些优点
2.二叉树
缺点:
索引不止存在于内存，也会存到磁盘，如果100万节点，树高20，一次可能要访问20个数据库，而从磁盘随机读一个数据库需要10ms左右的寻址，这也意味着需要很多次的磁盘查询，十分耗费时间。(这也是我们使用n叉树的原因之一)
3.B树
什么是局部性原理？
局部性原理的逻辑是这样的：
(1)内存读写块，磁盘读写慢，而且慢很多；
(2)磁盘预读：磁盘读写并不是按需读取，而是按页预读，一次会读一页的数据，每次加载更多的数据，如果未来要读取的数据就在这一页中，可以避免未来的磁盘IO，提高效率；
画外音：通常，一页数据是4K。
(3)局部性原理：软件设计要尽量遵循“数据读取集中”与“使用到一个数据，大概率会使用其附近的数据”，这样磁盘预读能充分提高磁盘IO
B树为何适合做索引？
(1)由于是m分叉的，高度能够大大降低；
(2)每个节点可以存储j个记录，如果将节点大小设置为页大小，例如4K，能够充分的利用预读的特性，极大减少磁盘IO；
4.B+树
InnoDB的索引类型分为主键索引及非主键索引:
主键索引(聚簇索引):叶子节点存的是整行数据
非主键索引(二级索引):叶子节点的内容是主键索引的值
所以通过非主键索引查询数据的顺序是，查询到费主键索引对应的主键，再通过主键查询一次，这个行为成为回表，这也是主键索引的查询效率优于非主键索引的原因。
B+树，如上图，仍是m叉搜索树，在B树的基础上，做了一些改进：
(1)非叶子节点不再存储数据，数据只存储在同一层的叶子节点上；
画外音：B+树中根到每一个节点的路径长度一样，而B树不是这样。
(2)叶子之间，增加了链表，获取所有节点，不再需要中序遍历；
这些改进让B+树比B树有更优的特性：
(1)范围查找，定位min与max之后，中间叶子节点，就是结果集，不用中序回溯；
画外音：范围查询在SQL中用得很多，这是B+树比B树最大的优势。
(2)叶子节点存储实际记录行，记录行相对比较紧密的存储，适合大数据量磁盘存储；非叶子节点存储记录的PK，用于查询加速，适合内存存储；
(3)非叶子节点，不存储实际记录，而只存储记录的KEY的话，那么在相同内存的情况下，B+树能够存储更多索引；
