想象一下你走进一家巨大的图书馆，要找到一本特定的书。Ru果没有目录，你只Neng一本书一本书地翻找，这简直是噩梦！而数据库中的索引就像图书馆的目录，它Neng帮助我们快速定位到所需的数据。本文将深入探讨 MySQL 中 B 树索引的基本原理及其在数据库优化中的应用。

如上图中，Ru果现在有一条 SQL 语句 `select * from teacher where id = 101`，Ru果没有索引的条件下我们要找到这条记录，我们就需要进行全表扫描，匹配每一行数据。当表中的数据量越来越大时全表扫描的效率会急剧下降。而 B 树索引Neng够加快访问数据的速度，因为存储引擎不再需要进行全表扫描来获取数据。

结论先行，终极变体 B+ 树的碾压优势： B+Tree是在B-Tree基础上的一种优化,使其geng适合实现外存储索引结构,InnoDB存储引擎就是用B+Tree实现其索引结构。它是一种自平衡的多路查找树，这意味着它Ke以自动调整结构以保持平衡状态，从而保证查询效率。B树的每个节点Ke以包含多个键值对和指向子节点的指针。

虽然dou是基于平衡树的思想，但 B+ 树相比于 B 树有显著的优势：

数据存储方式： 在 B+ 树中，所有的数据dou存储在叶子节点上；而在 B 树中，内部节点也Ke以存储数据。

顺序访问性： 由于所有数据dou存储在叶子节点上并按顺序排列，因此 B+ 树geng适合范围查询和顺序访问。

磁盘I/O次数： 通过将所有数据dou放在叶子节点上和使用链表连接叶子节点的方式减少了磁盘 I/O 次数

B+ Tree之所以Neng始终保持“矮胖”的平衡身材，得益于它极高的自我修复Neng力。

数据库索引是存储在磁盘上的,当数据量大时,就不Neng把整个索引全部加载到内存了,只Neng逐一加载每一个磁盘块,索引树越低,越矮胖,磁盘IO次数就少.

.MySQL巧妙运用操作系统存储结构 &磁盘预读.

.当你执行大量DELETE或UPDATE导致一个页的空间利用率低于%时:

.单个节点Neng放多个子节点,查询IO次数相同.

1. B tree索引特点 - 节点储存方式 - 对于 b tree来说 ,所有的内部结点和叶子结点douKe以保存实际的数据项.

.哈希索引全局 Hash、局内目录二分等共同构成了一个极度精密宏大的性Neng怪兽.

,Ru果指定firstname 则mysqlKe以使用该字段创建单独的索引用来进行查找 ,Ru果不指定firstname ,则mysql只Neng使用索引用的第一列.