为什么没有索引查询就慢？     数据在磁盘分布是无序的，分布在各个地方（逻辑上相邻的记录在磁盘上也并不是一定物理相邻的）。     存在不同的扇区，分布在不同的磁道。     每查找一次进行一次磁盘io.二叉树也是，每遍历一次数据节点，进行一次IO。     找数据：寻磁道（速度慢，费时），找扇区（速度快），进行磁盘IO，速度很慢。      内存和磁盘是怎么交互的？     内存和硬盘交互的基本单位是页的整数倍，页数有上限，一页一般是4K，一次IO只能读取几页数据，因此mysql一个度一般就是一页，一次查询4K   索引是什么？ 索引是数据排好序的数据结构。 索引存储在文件里。 索引结构     二叉树？为什么不用二叉树？当数据量大的时候，节点多，搜索次数多.     红黑树?红黑树，是一种二叉树的变形（会对数据重新排序，避免深度过深），也会存在节点多，搜索次数多（搜索次数多，磁盘IO多）。     HASH？查询效率高，但是不适合使用范围查询     BTREE   B-Tree     度(Degree)-节点的数据存储个数     叶节点具有相同的深度     叶节点的指针为空     节点中的数据key从左到右递增排列   B+tree     为什么用B+树而不用b树呢？         非叶子节点不存储data，只存储key（索引）,可以增大度（度增大了，一次性查取出来的数据就多）。         数据存储在叶子节点。         叶子节点之间用指针（范围查找，更加方便,如果查询的数据在多个数据页之间，可以顺序定位到下一个数据页）相连。数据按顺序排序。   B+Tree索引的性能分析     一般使用磁盘I/O次数评价索引结构的优劣     预读：磁盘一般会顺序向后读取一定长度的数据(页的整数倍)放入内存     局部性原理：当一个数据被用到时，其附近的数据也通常会马上被使用     B+Tree节点的大小设为等于一个页，每次新建节点直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，就实现了一个节点的载入只需一次I/O     B+Tree的度d一般会超过100，因此h非常小(一般为3到5之间)     度是不是越大越好？     查询一行数据，是把整个数据页查出到内存中（参考上面内存和磁盘是怎么交互的），然后在内存横向查找该节点所要的数据。     因此并不是度越大越好，否则会导致内存不够，同时取出数据也会很久（每次查询几页，数据量大，要查询多次，进行多次IO,所以取数据久）。     数据容量越小，节点存储数据的个数越多，度就越大。   存储引擎是基于表的。   myisam（非聚集索引）     索引文件和数据文件是分离的     叶子节点存储文件指针。     主键索引     非主键索引都是叶子节点存储文件指针。   innodb。     数据文件本身就是索引文件（也叫聚集索引）     主键索引存储的是数据本省     非主键索引存储的是主键索引的值。（字符串存储比较ascii码大小）     innodb为什么一定要有主键？并且推荐使用整型的自增主键？         数据存储在主键索引上。没有主键则系统自动帮忙生产。         自增，插入数据有序，不会导致页分裂。当连续插入的时候可以少分配新的空白页         整型，所需要的空间小。整型比大小，要比字符串比大小快。   为什么主键和非主键存储的值是由这么的区别？     插入数据，由两份数据，浪费空间,还需要考虑数据一致性问题。      联合索引数据长什么样子     varchar:key1+key2+...组成一个key     那不同数据类型的联合索引是怎样的？       索引最左前缀原理？     叶子节点和非叶子节点的区别？     myisam主键索引上存储的是文件指针，而innodb却是数据内容，那innodb没有指针怎么找文件？         猜测：myisam索引文件和数据文件是分离的。innodb索引和文件内容是是存在一起的，不需要指针。