Mysql设计的使用场景比较广泛，需要对遍历查询、单条查询、数据更新都需要较好的性能支持。B+树的特性是只在叶子节点上存储数据。可以从数据读写方面与哈希表、有序数组、b树其他几种索引模型进行比较：
哈希表：哈希表只能进行等值查询，在处理范围查询和排序查询时，需要全表扫描哈希表。
有序数组：有序数组在进行数据更新时成本较大。往数组中间位置添加数据时，需要移动后面的数据位置。
B树：b树在非叶子节点上也存储数据，在遍历数据时，需要对不同层级的节点上的数据进行拼接和排序，这会导致多次磁盘io。查询效率较低。
如何删除百万级别或以上的数据？可以考虑先删掉表的索引，等删除数据后再重建索引。当我们在进行数据修改时，需要同时修改索引，这些额外的索引维护成本较低数据修改的效率；同时，大量的数据删除会导致索引数据页产生大量的碎片空间，此时删除数据后重建索引可以使索引树更“紧凑”，提高磁盘空间利用率。
Innodb中的B+树模型中，N叉树的N能否被修改？
通过调整索引字段大小来修改
N 叉树中非叶子节点存放的是索引信息，索引包含 Key 和 Point 指针。Point 指针固定为 6 个字节，假如 Key 为 10 个字节，那么单个索引就是 16 个字节。如果 B + 树中页大小为 16 K，那么一个页就可以存储 1024 个索引，此时 N 就等于 1024。我们通过改变 Key 的大小，就可以改变 N 的值。
通过修改页大小间接修改，页越大，每页存放的索引数量就越多，N就越大。
数据页调整后，如果数据页太小层数会太深，数据页太大，加载到内存的时间和单个数据页查询时间会提高，需要达到平衡才行。
如何知道语句有没有走索引查询？可以利用 explain 查看 sql 语句的执行计划，通过执行计划来分析索引使用情况。
写在最后喜欢本文的朋友，欢迎关注公众号「会玩 code」，专注大白话分享实用技术。
回复【mysql】获取免费测试数据库！！
回复【pdf】获取持续更新海量学习资料！！