基础知识
二叉树：一个节点最多有两个子节点
平衡树：所有节点的深度差不大于1
查找树：节点的值是排序过的，左节点小于右节点
B+树：按上面三种树的分类，B+树是多叉平衡查找树。
当我们要查找值V时，就用V与节点中的keys一一对比（节点中的keys是有序的），确定出相应的childNode，然后再去childNode中对比。
//B+树节点的数据结构
public class Node { //节点分为两种类型，叶子节点和普通节点
public boolean isLeaf = false; //是否为叶子节点
public Node parent = null; //父节点
public ArrayList<Object> keys = new ArrayList<Object>(); //普通节点的索引
public ArrayList<Node> childNodes = new LinkedList<Node>(); //子节点
public ArrayList<Object> values = new LinkedList<Object>(); //叶子节点的值
public Node right = null; //右兄弟节点
public Node left = null; //左兄弟节点
}
InnoDB索引
InnoDB引擎支持B+树索引。
数据库从大到小的结构可以分为段（Segment）、区（extent）、页（page）、表（Table）、行（Row），每个页默认是16KB大小。B+树数据结构中的节点就是这里的页，即InnoDB通过B+树索引只能定位到页，在页中的继续查找就不是靠索引了。
在页面中的查找需要先用二叉法查找目录槽，然后根据目录槽给出的大致位置再去顺序查找精确的行。
如果多个行记录的主键为（1，2，3，4，5，6，7，8），那么目录槽可能就由其中的部分组成，如（1，5，8）。
数据库中的B+树往往层数比较少，一般在2~4层。数据库查找数据时，会一次性从磁盘中读取多个连续的页（即多个连续的B+树节点）进内存。在内存中查找目标索引和目标子节点。当从父节点跨层到子节点时，往往要重新进行一个磁盘读取，而磁盘IO往往是最耗时间的。为了减少磁盘IO，树的层数应该尽量少，但也不能太少，如果少到极致只有1层的话，那就退化为节点内的顺序或者二叉查找了。
索引的分类
聚集索引
以主键为索引建立B+树，且叶子节点中有记录的全部列数据。
聚集索引建立的B+树只有一个。
非聚集索引（辅助索引）
以指定键值建立B+树，且叶子节点中没有全部列数据，叶子节点中有指定键值和该条记录的主键。
辅助索引建立的B+树可以有多个。
索引的使用
联合索引
可以将多列合并作为一个索引，这几个列是有顺序的。如果将(col1,col2)作为联合索引，会先排列col1，再排列col2.
覆盖索引
覆盖索引是指查找过程在辅助索引树上就可以结束，不需要到聚集索引树上查找。要达到这样的效果，就需要将多个需要的列作为一个联合索引建立起来。