对于 MySQL 数据库而言,数据是存储在文件里的，而为了能够快速定位到某张表里的某条记录进行查询和修改,我们需要将这些数据以一定的数据结构进行存储，这个数据结构就是我们说的索引。能够支持快速查找的数据结构有：顺序数组、哈希、搜索树等。数组要求插入的时候保证有序，这样查找的时候可以利用二分查找法达到O(log(N))的时间复杂度，对范围查询支持也很好，但是插入的时候如果不是在数组尾部，就需要摞动后面所有的数据，时间复杂度为O(N)。所以有序数组只适合存储静态数据，例如几乎很少变动的配置数据，或者是历史数据。磁盘O是一个相对很慢的操作，为了提高读取速度，我们应该尽量减少磁盘IO操作，而操作系统一般以４kb 为一个数据页读取数据，而 MySQL 一般为16kb 作为一个数据块，已经读取的数据块会在内存进行缓存，如果多次数据读取在同一个数据块，则只需要一次磁盘IO，而如果顺序一致的记录在文件中也是顺序存储的，就可以一次读取多个数据块，这样范围查询的速度也可以大大提升，显然链表没有这方面的优势。哈希表通过一个特定的哈希函数将 key 值转换为一个固定的地址，然后将对应的 value 放到这个位置，如果发生哈希碰撞就在这个位置拉出一个链表，由于哈希函数的离散特性，所以经过哈希函数处理后的 key 将失去原有的顺序，所以哈希结构的索引无法满足范围查询，只适合等值查询的情况例如一些缓存的场景。二叉树在极端情况下会变成线性结构，也就是每个节点都只有左子节点或者只有右子节点，这样就无法利用二分查找只能从第一个节点开始向后遍历了，所以为了维持O（log(N）)的时间复杂度，我们需要在插入节点的时候对节点进行调整以保证树的平衡，所以平衡二叉树插入的时间复杂度也是 O(log(N))，为了尽量的减少磁盘读写次数，一般用Ｎ叉树来代替二叉树
总结来说，数据是以行为单位存储在聚簇索引里的，根据主键查询可以利用聚簇索引定位到所在记录，根据普通索引查询需要先在普通索引上找到对应的主键的值，然后根据主键值去聚簇索引上查找记录，俗称回表。普通索引上存储的值是主键的值，如果主键是一个很长的字符串并且建了很多普通索引，将造成物理空间被占据很大空间，而这也促使使用自增ID来作为主键，另一个原因是因为自增ID在插入的时候可以保证相邻的两条记录可能在同一个数据块，而其他的元素连续性在设计上可能没有自增ID好，导致连续插入可能在多个数据块，增加了磁盘读写次数。