MySQL：innodb引擎优点，索引结构B+树优点，联合索引：索引下推，索引覆盖，回表
https://www.bilibili.com/video/BV1ZX4y1n71c?spm_id_from=333.788.videopod.sections&vd_source=ed89f81ec70f5a5933f8a8a3b71dbcc0
MySQL 采用 B+树作为索引的数据结构，相比其他数据结构（如哈希、B树、二叉树等），B+树在数据库场景中有显著优势：
- 高效的磁盘 I/O 性能
B+树通过多路平衡树设计，使得树的高度很低（通常3-4层就能存储千万级数据）。
sql
-- 假设每页16KB，每个索引项16字节
-- 3层B+树可存储：
-- 根节点：1024个子节点
-- 中间节点：1024×1024 = 1,048,576个叶子节点
-- 叶子节点：每页约1000条记录，共10亿条记录
优势：
减少磁盘 I/O 次数（查找记录只需3-4次磁盘访问）
充分利用磁盘预读特性（每次读取一页16KB数据）
- 适合范围查询
B+树的所有数据都存储在叶子节点，且叶子节点通过指针连接成双向链表。
sql
-- 范围查询示例
SELECT * FROM users WHERE age BETWEEN 20 AND 30;
执行过程：
找到 age=20 的起始位置
沿着叶子节点链表顺序读取，直到 age>30
不需要回溯到上层节点
优势：
范围查询效率极高（O(log n) + O(k)，k为结果数量）
避免B树需要在中层节点来回跳跃的问题
- 稳定的查询性能
B+树的所有查询都要走到叶子节点，因此查询路径长度相同。
text
B+树查询：根→中间→叶子（固定长度）
B树查询：可能在任意层结束（长度不定）
优势：
查询性能稳定，时间复杂度始终为 O(log n)
避免B树查询时间波动大的问题
- 更高的空间利用率
B+树的非叶子节点只存储索引键值，不存储实际数据。
sql
-- 比较B树和B+树的节点结构
B树节点： [指针|键值|数据|指针|键值|数据|...]
B+树节点：[指针|键值|指针|键值|...] （非叶子节点）
[键值|数据|键值|数据|...] （叶子节点）
优势：
非叶子节点能存储更多键值，降低树的高度
一页（16KB）能容纳更多索引项
- 支持全表扫描和排序
由于叶子节点组成有序链表，B+树天然支持顺序访问。
sql
-- 这些操作都很高效
SELECT * FROM users ORDER BY id; -- 按主键排序
SELECT * FROM users; -- 全表扫描
SELECT MAX(salary) FROM employees; -- 取最大值（直接到最右叶子）
优势：
避免额外的排序操作
全表扫描只需遍历叶子链表
- 适合数据库的读写比例
数据库通常是读多写少的场景，B+树优化了读操作。
操作类型 B+树优势
查询 稳定的 O(log n) 复杂度
范围查询 极佳的链表遍历性能
插入/删除 平衡树结构，维护成本可接受
