为什么用索引可以使查询变快？
如果不使用索引，数据会零散的保存在磁盘块中，查询数据需要挨个遍历每一个磁盘块，直到找到数据为止，使用索引后会将磁盘块以树桩结构保存，查询数据时会大大降低磁盘块的访问数量。想象一下，每条数据的查询都是一个io扫描的话，假设一张表有一百万条数据，你要找的数据刚好就是最后一条，那么就要进行一百万次io，这样就使数据库的性能大幅度降低了。索引就是解决这样的问题的。
那么问题来了，为什么索引能解决这样的问题呢？
首先，我们要了解索引使用的数据结构，MySQL 中存储索引用的一般都是 B + 树。它的数据都存放在叶子节点中，同时叶子节点之间还添加了指针形成了链表。
索引类型
在 InnoDB 里面，索引类型有三种，普通索引、唯一索引（主键索引是特殊的唯一 索引）、全文索引。
普通（Normal）：也叫非唯一索引，是最普通的索引，没有任何的限制。
唯一（Unique）：唯一索引要求键值不能重复。另外需要注意的是，主键索引是一 种特殊的唯一索引，它还多了一个限制条件，要求键值不能为空。主键索引用 primay key 创建。
全文（Fulltext）：针对比较大的数据，比如我们存放的是消息内容，有几 KB 的数据的这种情况，如果要解决 like 查询效率低的问题，可以创建全文索引。只有文本类型的字段才可以创建全文索引，比如 char、varchar、text。
主键索引和唯一索引的区别？
主键索引是唯一索引的特殊类型。
数据库表通常有一列或列组合，其值用来唯一标识表中的每一行。该列称为表的主键。
在数据库关系图中为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。主键索引要求主键中的每个值是唯一的。当在查询中使用主键索引时，它还允许快速访问数据。
它们的一些比较：
- 对于主键， oracle/sql server/mysql等都会自动建立唯一索引，并且主键也是一种约束；
- 主键不一定只包含一个字段，所以如果你在主键的其中一个字段建唯一索引还是必要的；
- 主键可作外键，唯一索引不可；
- 主键不可为空，唯一索引可；
- 主键也可是多个字段的组合；
- 主键与唯一索引不同的是：
- 有not null属性；
- 每个表只能有一个；
- 主键可以用作外键，唯一索引不可以。
唯一索引
不允许具有索引值相同的行，从而禁止重复的索引或键值。系统在创建该索引时检查是否有重复的键值，并在每次使用 INSERT 或 UPDATE 语句添加数据时进行检查。
创建唯一索引的目的不是为了提高访问速度，而只是为了避免数据出现重复。唯一索引可以有多个但索引列的值必须唯一，索引列的值允许有空值。如果能确定某个数据列将只包含彼此各不相同的值，在为这个数据列创建索引的时候就应该使用关键字UNIQUE，把它定义为一个唯一索引
B+树比B树更适合做文件索引的原因
1. B+树空间利用率更高，可减少I/O次数
一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。这样的话，索引查找过程中就要产生磁盘I/O消耗。而因为B+树的内部节点只是作为索引使用，而不像B-树那样每个节点都需要存储数据。
也就是说：B+ 树相比 B 树，内部节点不存储数据，只存储键和指针。这使得每个节点可以存储更多的键，从而降低树的高度，减少磁盘 I/O 操作次数。因为每次读取一个节点的数据，可以利用磁盘块的全部空间，提高读取效率。
B 树 vs B+ 树的节点结构：
B 树：节点既包含键，也包含实际数据。
B+ 树：非叶子节点只包含键和指向子节点的指针，所有实际数据存储在叶子节点中。
2. 增删文件(节点)效率高。范围查询效率高
因为B+树的叶子节点包含所有关键字，并以有序的链表结构存储，这样可很好提高增删效率。
B+ 树的所有叶子节点通过指针链表连接，使得范围查询和顺序遍历非常高效。通过从一个范围的起始键开始，顺着链表遍历叶子节点，可以快速获取范围内的所有数据。
B 树 vs B+ 树的范围查询：
B 树：需要通过中序遍历来获取范围内的所有数据，性能较差。
B+ 树：通过链表连接的叶子节点，可以直接获取范围内的所有数据，性能更高。
3. B+树的查询效率更加稳定
因为B+树的每次查询过程中，都需要遍历从根节点到叶子节点的某条路径。所有关键字的査询路径长度相同，导致每一次查询的效率相当。
一般来说，B+树/B树一个节点的大小为1页，也就是16kB：
首先InnoDB的B+树中，非叶子节点存的是key + 指针；叶子节点存的是数据行。
对于叶子节点，如果一行数据大小为1k，那么一页就能存16条数据；对于非叶子节点，如果key使用的是bigint，则为8字节，指针在mysql中为6字节，一共是14字节，则16k能存放 16 * 1024 / 14 = 1170 个索引指针。于是可以算出，对于一颗高度为2的B+树，根节点存储索引指针节点，那么它有1170个叶子节点存储数据，每个叶子节点可以存储16条数据，一共 1170 x 16 = 18720 条数据。而对于高度为3的B+树，就可以存放 1170 x 1170 x 16 = 21902400 条数据（两千多万条数据），也就是对于两千多万条的数据，我们只需要高度为3的B+树就可以完成，通过主键查询只需要3次IO操作就能查到对应数据。所以在 InnoDB 中B+树高度一般为3层时，就能满足千万级的数据存储，所以一个节点为1页，也就是16k是比较合理的。