索引定義
數據庫索引，是數據庫管理系統（DBMS）中一個排序的數據結構，以協助快速查詢、
更新數據庫表中數據。
在 InnoDB 裏面，索引類型有三種，普通索引、唯一索引（主鍵索引是特殊的唯一
索引）、全文索引。
1.普通（Normal）：也叫非唯一索引，是最普通的索引，沒有任何的限制。
2.唯一（Unique）：唯一索引要求鍵值不能重複。另外需要注意的是，主鍵索引是一
種特殊的唯一索引， 要求鍵值不能爲空。 主鍵索引用 primay key
創建。
3.全文（Fulltext）：針對比較大的數據，比如我們存放的是消息內容，有幾 KB 的數
據的這種情況，如果要解決 like 查詢效率低的問題，可以創建全文索引。只有文本類型
的字段纔可以創建全文索引，比如 char、varchar、text。
create table m3 (
name varchar(50),
fulltext index(name)
);
平衡二叉樹（AVL樹）
動畫展示 https://www.cs.usfca.edu/~galles/visualization/AVLtree.html
定義：左右子樹深度差絕對值不能超過 1
通過左旋和右旋變平衡
存儲三塊的內容：
第一個是索引的鍵值。比如我們在 id 上面創建了一個索引，我在用 where id =1 的
條件查詢的時候就會找到索引裏面的 id 的這個鍵值。
第二個是數據的磁盤地址，因爲索引的作用就是去查找數據的存放的地址。
第三個，因爲是二叉樹，它必須還要有左子節點和右子節點的引用，這樣我們才能
找到下一個節點。比如大於 26 的時候，走右邊，到下一個樹的節點，繼續判斷。
多路平衡查找樹（B樹）
特點：分叉數（路數）永遠比關鍵字數多 1
加強版多路平衡查找樹（B+樹）
MySQL 中的 B+Tree 有幾個特點：
1、它的關鍵字的數量是跟路數相等的；
2、B+Tree 的根節點和枝節點中都不會存儲數據，只有葉子節點才存儲數據。搜索
到關鍵字不會直接返回，會到最後一層的葉子節點。比如我們搜索 id=28，雖然在第一
層直接命中了，但是全部的數據在葉子節點上面，所以我還要繼續往下搜索，一直到葉
子節點。
實例
舉個例子：假設一條記錄是 1K，一個葉子節點（一頁）可以存儲 16 條記錄。非葉
子節點可以存儲多少個指針？
假設索引字段是 bigint 類型，長度爲 8 字節。指針大小在 InnoDB 源碼中設置爲
6 字節，這樣一共 14 字節。非葉子節點（一頁）可以存儲 16384/14=1170 個這樣的
單元（鍵值+指針），代表有 1170 個指針。
樹 深 度 爲 2 的 時 候 ， 有 1170^2 個 葉 子 節 點 ， 可 以 存 儲 的 數 據 爲
1170117016=21902400。
在查找數據時一次頁的查找代表一次 IO，也就是說，一張 2000 萬左右的表，查詢
數據最多需要訪問 3 次磁盤。
所以在 InnoDB 中 B+ 樹深度一般爲 1-3 層，它就能滿足千萬級的數據存儲。
InnoDB 中的 B+Tree 的特點
1)它是 B Tree 的變種，B Tree 能解決的問題，它都能解決。B Tree 解決的兩大問題
是什麼？（每個節點存儲更多關鍵字；路數更多）
2)掃庫、掃表能力更強（如果我們要對錶進行全表掃描，只需要遍歷葉子節點就可以
了，不需要遍歷整棵 B+Tree 拿到所有的數據）
3) B+Tree 的磁盤讀寫能力相對於 B Tree 來說更強（根節點和枝節點不保存數據區，
所以一個節點可以保存更多的關鍵字，一次磁盤加載的關鍵字更多）
4)排序能力更強（因爲葉子節點上有下一個數據區的指針，數據形成了鏈表）
5)效率更加穩定（B+Tree 永遠是在葉子節點拿到數據，所以 IO 次數是穩定的）