inoodb 是使用b+树来实现索引功能的。

一、 B+树和B树的区别

1. B树种的同一键不会出现多次，可能在叶子节点上也可能在非叶子节点上；
   b+树的键一定会出现在叶子节点上，同时也可能在非叶子节点上重复出现。
   简单的说，b+树的非叶子节点存储的都是键值，键值对应的具体数据都存储在叶子节点上。
2. b数据的每个节点存储的是真是数据，会导致每个节点的存储的数据量变小，所以整个b树的高度会相对变高。随着数据量的变大，维护代价也增加；
   b+树的非叶子节点只存储的是键值，相对而言，一个非叶子节点存储的记录个数要比b树多的多。 b+树是横向扩展，随着数据增加，会变成一个矮胖子，b树是纵向扩展，最终树的高度越来越高（高瘦子）。
3. b树的查询效率与键在b树的位置有关系，在叶子及诶单的时候最大复杂度与b+树相同；b+树复杂度对某个建成的树是固定的。
4. b树的键的位置不固定并且整个树结构中只出现一次，是的增删改查操作复杂度增加；b+树种，非叶子节点对于叶子节点来说就像一个索引，增删改的时候只要找到键值（索引）的位置，再一层层的向下找即可，只有在遇到一个节点存储满了会对b+树分裂。
5. b树种所有的数据都只存储一份；b+树除存储了所有数据的叶子节点外，还有之存储键值数据的非叶子节点。所以，b+树比b树会多占存储空间，多占的空间就是b+树的非叶子节点的所有空间。

二、 索引设计

1. 计算机运行一个任务涉及性能：

    1、内存大小
    2、cup运算速度
    3、io速度

而索引是一种存储方式，与他有关的最终要的部分是磁盘，所以磁盘的性能直接影响数据在数据库的查询效率。索引的设计必须要尽可能地降低无效数据的读写访问。

1. 关系型数据库的结构特点：
   
   1. 数据都是以行位单位存储的，一行中包括一个表（聚簇索引）或者一个索引（二级索引）中 定义的所有列，多行数据可以连续一起存储。
   2. 一行数据一般会有一个键，以及其他附属的列，称之为值，可以理解为一行数据就是就一个键值对。如果没有主键内部会加上一个rowid值得一个主键，默认主键，一样是一个键值对。
      3.在键值对中，键值可以排序还可以组合键值。b+数据中，非叶子节点存储了行数据中的键，二叶子节点存储了所有的行数据。通过非叶子节点的键值及一个位置信息，扉页纸节点与下层节点或叶子节点之间的指针，就可以找到其孩子节点。

三、 聚簇索引：

一个表可以建立多个索引，但每一个表都有一个存储所了有数据的索引。聚簇索引在每个表中只有一个，且是建立在主键上面的，这个主键包含的列可以是被隐藏的rowid列，也可以是自增列，还可以被明确定义为不含NULL值的组合列等。称为聚簇索引、聚集索引

四、 二级索引：

除了聚簇索引外的所有索引，称为二级索引、辅助索引。二级索引建立在经常使用的列上。在统计一个表总的精确行数 count(*)，一些优化器就会选择表中最小的索引来作为统计目标索引，因为它占用空间最小，io也会最小。

*回表*：

所谓回表就是在使用二级索引时，因为二级索引之存储了部分数据，如果根据键值查找到的数据不能包括全部目标数据，就需要二级索引指针，也就是键值对中的值，来找到聚簇索引的所有数据，然后根据完整的数据取出所需要列的过程。
覆盖索引不需要回表

innodb读操作：
通过二级索引查询记录仅能得到主键值，要查询完整的记录还需要再通过一次聚集索引查询,这种查询方式为书签查找（bookmark lookup）。
innodb写操作：
仅当主键发生改变时，才会更新二级索引.

innodb引擎是索引组织表，所有记录都放在聚集索引里，因此其辅助索引中的记录地址存放的主键的键值.
二级索引的非叶子节点存放的记录格式为<键值，主键值，地址>，二级索引的非叶子节点依然存在主键信息。二级索引节点的记录不保存隐藏列xid和roll ptr，这是二级索引和聚集索引的不同，
由于二级索引不包含记录的完整信息，在innodb存储引擎中二级索引的树高度比聚簇索引的树高度小，二级索引效率低。

本文章摘录自：《innodb存储引擎》、《运维内参》