MySQL和DynamoDB是两种不同类型的数据库，其设计和实现原理有所不同，因此在索引的要求和设计上也存在差异。
不同索引
MySQL是一种关系型数据库，它使用B-tree索引结构来支持索引查询。联合索引在MySQL中可以用于多个列的组合查询，通过这些列的值的组合来定位数据行。对于联合索引，MySQL并不需要明确的partition key和sort key的概念，而是通过联合索引中列的顺序来决定索引的排序方式。查询时，可以根据联合索引的各个列的值进行筛选和排序。
DynamoDB是一种NoSQL数据库，它使用了分布式键值存储模型。DynamoDB的全局二级索引（Global Secondary Index，GSI）是为了提供更灵活的查询选项而引入的。GSI允许在不同的属性上创建索引，并且支持非键属性的投影。GSI需要定义partition key和sort key，这是因为DynamoDB需要对数据进行分区和排序，以便在分布式环境下高效地进行查询。partition key用于数据的分区，而sort key则用于对每个分区内的数据进行排序。
DynamoDB的GSI（Global Secondary Index）采用了不同于传统关系型数据库的实现方式，而是使用了一种称为LSI（Local Secondary Index）的本地二级索引和分布式哈希表的结构。
GSI 为什么不用 B-tree 实现
有几个原因解释了为什么DynamoDB的GSI不使用B-tree实现：
分布式性能：DynamoDB是一个高度可扩展和分布式的数据库服务，旨在处理大规模数据集和高吞吐量的负载。B-tree索引适用于单个节点或较小的集群，但在分布式环境中的扩展性和性能可能受到限制。DynamoDB的GSI使用分布式哈希表，可在大规模数据集和高并发负载下提供高性能和可扩展性。
数据分区：DynamoDB的数据被分区存储在多个节点上，以实现横向扩展和负载均衡。每个分区上的数据可以在不同节点上进行存储，而不是像B-tree索引那样在单个节点上存储。这种分布式存储方式使得使用B-tree索引来管理数据位置和排序变得复杂和低效。
灵活性和查询选项：DynamoDB的GSI允许在不同的属性上创建索引，并支持非键属性的投影。这为开发人员提供了更大的灵活性和更丰富的查询选项。使用B-tree索引来管理这种复杂的索引结构和查询选项可能会导致性能下降和实现复杂度增加。
综上所述，DynamoDB的GSI选择了适合分布式环境和高度可扩展性的索引实现方式，而不是采用传统的B-tree结构。这样可以提供更好的性能和扩展性，并满足DynamoDB作为云原生数据库的设计目标。