DB在执行一条Sql语句的时候，默认的方式是根据搜索条件进行全表扫描。如果我们对某一字段增加索引，查询时就会先去索引列表中一次定位到特定值的行数，大大减少遍历匹配的行数，所以能明显增加查询的速度。
一、MySQL索引为什么能让查询效率提高
DB在执行一条Sql语句的时候，默认的方式是根据搜索条件进行全表扫描。如果我们对某一字段增加索引，查询时就会先去索引列表中一次定位到特定值的行数，大大减少遍历匹配的行数，所以能明显增加查询的速度。
添加索引的话，首先去索引列表中查询，而我们的索引列表是B类树的数据结构，查询的时间复杂度为O(log2N)，定位到特定值得行就会非常快，所以其查询速度就会非常快。
为什么说B+-tree比B 树更适合实际应用中操作系统的文件索引和数据库索引？
1) B+-tree的磁盘读写代价更低
B+-tree的内部结点并没有指向关键字具体信息的指针。因此其内部结点相对B 树更小。如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。
举个例子，假设磁盘中的一个盘块容纳16bytes，而一个关键字2bytes，一个关键字具体信息指针2bytes。一棵9阶B-tree(一个结点非常多8个关键字)的内部结点需要2个盘快。而B+ 树内部结点只需要1个盘快。当需要把内部结点读入内存中的时候，B 树就比B+ 树多一次盘块查找时间(在磁盘中就是盘片旋转的时间)。
2) B+-tree的查询效率更加稳定
由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。
延伸阅读：
二、什么是数据库和数据库管理系统
数据库的应用非常广泛，举个例子，我们平时在浏览器上搜索内容，就要用到数据库去检索我们的关键字。以前我们可能会用数组、集合、文件等来存储数据，但是接下来我们就会面临一个问题，当存储的数据或内容过多的时候，我们如何去精准的找到我们需要的东西，这时候数据库管理系统就派上了用场。除此之外，数据库管理系统还能永久的储存我们的数据。
为了便于大家理解，这里先给大家讲解几个概念
DB数据库（database)：存储数据的“仓库”。它保存了一系列有组织的数据。
DBMS数据库管理系统（Database Management System)：数据库是通过DBMS创建和操作的容器。
SQL，结构化查询语言（Structured Query Language）用一句话概括，SQL是一种特殊目的的编程语言，一种专门用来与数据库通信的语言。在数据库中，数据被结构化并存储在不同的表中，从而简化了访问，更新和操作数据的过程。该表由列和行组成。数据库中的表可以在关系的帮助下进行连接。要在数据库中执行与数据相关的任务，可以使用SQL。SQL代表结构化查询语言，旨在在特定RDBMS内创建，修改和管理数据库中的数据。
SQL优点：
1、不是某个特定数据库供应商专有的语言，几乎所有DBMS（数据库管理系统）都支持SQL
2、简单易学
3、虽然简单，但实际上是一种强有力的语言，灵活使用其语言元素，可以进行非常复杂和高级的数据库操作。
