MySQL 常用索引结构分析

（1）哈希索引：只有Memory引擎支持，使用场景相对简单。它是使用哈希算法，将键值换成新的哈希值，检索时不需要B+那样从根节点逐级遍历，只需要哈希算法就能找到相应的位置。

      优势：哈希索引适用于等值查询（如=、<、>、in），效率很高，前提是没有大量重复键值，否则会出现哈希冲突。

      劣势：哈希索引不支持范围查询；不适用根据索引列进行排序；不支持部分索引列匹配查询。

（2）B+树索引：用于InnoDB引擎，B+树是多路搜索树（即m叉树），它有两个重要的特性：

      特性一：所以的数据都存储在叶子节点（Leaf Page），非叶子节点（Index Page）不存储真正的数据，所有的数据节点都是按照键值的大小顺序存放在同一层叶子节点上；

     特性二：所有的叶子节点都是通过指针连接的。

     补充：B+树的每个节点大小都是一个页的整数倍，之所以这样，是因为计算机磁盘的存储原理。页是计算机管理存储器的逻辑块，大部分页的大小是4k，主存和磁盘是以页为单位进行交互的，然而为了减少磁盘I/O，磁盘往往不是按需读取的，而是预读，即使我们只需要一个字节，磁盘也会将数据起始位置之后的一页或者几页数据放入内存中；另外，在向节点中新增数据的时候，叶子节点以及非叶子节点如果已满，就会出现拆分页操作，那么就需要I/O操作，这是B+树也提供了类似于平衡二叉树的旋转功能，可以有效减少I/O操作。