研究btrees。更具体地说，b+树。
让我们通过btree索引搜索单个项。一个btree有一个根节点；从那里开始。它可能有100个到子节点的链接，以及在每个子节点中找到的值范围的信息。进入相应的子节点。一张小table，你就完了。但是对于一张大table，你要重复这个过程几次(对于一个有一万亿行的表，可能需要6次迭代。你已经找到你想要的那一排了。
现在，让我们获取一个“范围”的行(例子： WHERE id BETWEEN 1234 and 9876 或者 WHERE name LIKE 'T%' 执行上述操作以查找范围的第一个，然后转到您所在的底部（“叶”）节点中的“下一个”记录。在叶节点中的记录用完之前，这是正常的。
怎么了 + 在 B+Tree 开始了。这意味着从这个节点到底层的“下一个”节点有一个链接。因此，继续范围查询非常快。
“扇出”为100的百万行表的统计信息：
要查找特定项：需要触摸3个节点（innodb为16kb块）。
获取500个连续行：3个节点到达起点；然后再向前扫描5次。
比较。。。如果没有索引，则需要扫描大约10000个块（1m/100）的整个表。这对于上面的任何一个假设查询都是必需的。
在innodb（mysql）中，几乎所有的键都是主键、唯一键和索引键。那些是b+树；没有选择（与其他供应商不同）。除此之外，全文中还存在着空间性；它们更复杂。
如果你这样做了 SHOW CREATE TABLE foo ，您将获得有关索引的一些信息`信息\u schema有更多信息。