数据库的知识又深又广，本着务实的态度，只简单谈谈我对数据库的索引btree的理解。
b+tree和btree是innodb磁盘等外存贮时查找的一种结构，因为磁盘读写涉及到大量的io，为了需要加快读写速度避免大量io操作，因此设计了一种平衡二叉树，平衡的意思就是树的每个分支的高度差保证在1之内，这样可以减小查找复杂度。
btree有下面有几个特征:
- 每个节点都有一个key,data。key就是索主键，data就是数据。
- 如果不是终端节点，每个节点有n个分支。
- 所有的终端节点都是在同一层。
- 终端节点没有指针，其余节点是有指针的指向它的下一层数据范围。
b+tree是在btree上的一种优化，它和btree的区别有下面两点。
- 所有的终端节点才存有数据，其他节点只放指针和key。
- 所有的终端节点用链表链接。
这样同样的页大小，间接放置的索引值增多，索引量加大，一次性读入内存的关键词加多，相对的io读写次数下降，效率就会提升。另外，终端链表可以快速查找范围数据也加快了查询。
在建立索引时有不同的索引类型，对于不同的场景选择不同的索引，使其达到最好的索引效果。并不是加索引检索一定会加快，也不是索引加的越多就越好，一切要从实际出发，数据结构这里知识博大精深，我也只是管中窥，先说几个常用的索引，后面有时间再来分享。
聚合索引
每个表只有一个，因为它决定了数据的物理地址顺序和索引顺序是一致的，所以只有一个。会有人默认id作为聚合索引，个人感觉是不合适的，它强调的是顺序也是有序范围，我基本上在实践中是看不到查id范围的，所以用id作为聚合索引有些浪费，我个人感觉时间之类的查询是比较频繁的，而且是不易更改的，因为更改聚合索引是比较麻烦的，每次更新会重新排序，所以对更改频繁的字段不是很建议。
非聚合索引
联合索引和普通索引，可以有多个。联合索引使用多个字段联合查询，遵循最左侧原理，使用频繁的字段靠左，可以提高速度。例如abc联合索引的本质就是分别创建a ab abc的索引，普通索引就是分别建立a b c的索引。当查a and b时，联合就比较快，而查b and c或者a or b时普通就比较快。