这里我们首先要介绍一下磁盘IO的概念
磁盘IO
数据的索引是存储在磁盘中的，当需要调用索引来查找数据的时候，我们需要将磁盘中的索引加载到内存中，然后供CPU进行操作，在内存中对数据的处理速度是远高于磁盘IO的速度的，所以速度损耗一般发生在磁盘的IO速度上
磁盘IO就是磁盘的输入输出，将磁盘内容加载到内存与将内存中的内容放入磁盘
mysql索引的数据结构，各自优劣
索引的数据结构和具体的存储引擎的实现有关，在MySQL中使用较多的索引有Hash索引，B+树索引等，InnoDB存储索引默认实现为：B+索引。对于哈希索引来说，底层的数据结构就是Hash表，因此在绝大多数需求为单条记录的查询的时候，可以选择Hash索引，查询性能快，其他情况建议选择B+Tree索引
常见问题
A：因为数据库索引是建立在磁盘上的，当数据量比较大的时候，索引可能非常大，可能达到几个G，就导致无法一次性加载到内存中，采用树结构，树的每个节点都是一个磁盘页，当访问到该节点的时候，只需要将对应的磁盘页加载到内存中，不需要将全部内存加载到内存中，提高了内存的利用率
就是与业务场景有关，如果只选择一个数据，hash更快，但是数据库中经常会选择多条数据，这时候因为B+树索引有序，并且又有链表系总量，他的查询效率比hash就要快的多了
A:对于普通的二叉树，无法做到数据的有序性
对于二叉排序树来说，平均的时间复杂度在O（logn）到O（n）之间，因为最好情况下二叉排序树就是平衡二叉树，平均查找的时间复杂度就是O（logn），特殊情况下会导致二叉排序树退化成链表，导致搜索效率变低，成为O（n），对于其他情况下效率在两者之间
对于平衡二叉树来讲，从算法逻辑上说，查找速度和比较次数都是最小的，但是在索引层面，我们需要考虑到磁盘IO的问题。
每当遍历索引树的一个节点，就代表进行了一次磁盘IO，所以最坏情况下，索引树的高度就是磁盘进行IO的次数，所以为了减少磁盘的IO次数，减少时间损耗，我们需要将树建立的矮胖
1.IO次数更少
代表着数据量相同的情况下B+树比B-树的高度更加低，查询时的IO次数也会更少
2.查询性能更稳定
因为B-树每个节点都存储着数据，B+树只有叶子结点存储着数据，所以B-树的查询性能并不稳定（最好情况是只查跟节点，最坏情况是查到叶子结点），而B+树的每一次查找都是稳定的
3.范围查询更方便
因为B+树底层是链表结构，所以在连续查询时只需要顺着底部的链表进行查询就可以了，而B-树需要在叶子结点、中间节点上反复横跳
参考文章
因篇幅问题不能全部显示，请点此查看更多更全内容