索引是幫助MySQL高效獲取數(shù)據(jù)的排好序的數(shù)據(jù)結構

索引數(shù)據(jù)結構對比

二叉樹

左邊子節(jié)點的數(shù)據(jù)小于父節(jié)點數(shù)據(jù)，右邊子節(jié)點的數(shù)據(jù)大于父節(jié)點數(shù)據(jù)。
如果col2是索引，查找索引為89的行元素，那么只需要查找兩次，就可以獲取到行元素所在的磁盤指針地址。

二叉樹索引示意圖

如果col1是索引，查找索引為6的行元素，那么需要查找六次，就可以獲取到行元素所在的磁盤指針地址，即得到了該索引為6的行元素。因此二叉樹不適合存儲單邊增長的序列字段，近乎全表掃描獲取數(shù)據(jù)。

紅黑樹

本質二叉樹，屬于二叉平衡樹，jdk1.8 hashmap的底層實現(xiàn)；
存儲大數(shù)據(jù)量，樹的高度不可控， 數(shù)量越大，樹的高度越高；
500w行數(shù)據(jù)，2的n次方=500w數(shù)據(jù)量， n是樹的高度，也就是查詢次數(shù)；

hash表

通過散列可以快速獲取磁盤文件指針，對于指定索引查找文件非常快，但是對于范圍查找沒法支持。

B樹

本質是多路二叉樹；
葉節(jié)點具有相同的深度，葉節(jié)點的指針為空；
所有索引元素不重復；
節(jié)點中數(shù)據(jù)索引從左到右依次遞增的；

B樹索引示意圖

B+樹（B樹的變種）

非葉子節(jié)點不存儲數(shù)據(jù)，只存儲索引(冗余)和指針，可以放更多的索引，樹高降低 ；
葉子節(jié)點包含所有索引字段；
葉子節(jié)點比b樹增加了指針連接；
葉子節(jié)點有雙向指針鏈接(首尾子節(jié)點還通過指針連接)，提高區(qū)間訪問的性能，范圍查找；

B+樹索引示意圖

為什么mysql頁文件默認16K？

MySQL每個B+樹節(jié)點最大存儲容量：16KB （指針+數(shù)據(jù)+索引）。假設我們一行數(shù)據(jù)大小為1K，那么一頁就能存16條數(shù)據(jù)，也就是一個葉子節(jié)點能存16條數(shù)據(jù)；再看非葉子節(jié)點，假設主鍵ID為bigint類型，那么長度為8B，指針大小在Innodb源碼中為6B，一共就是14B，那么一頁里就可以存儲16K/14=1170個(主鍵+指針)
那么一顆高度為2的B+樹能存儲的數(shù)據(jù)為：117016=18720條，一顆高度為3的B+樹能存儲的數(shù)據(jù)為：11701170*16=21902400（千萬級條）

show global status like `Innodb_page_size`

因此，B+樹存儲大數(shù)據(jù)量的表也可以非常高效的獲取數(shù)據(jù)，MySQL使用B+樹作為索引的數(shù)據(jù)結構。

存儲引擎

存儲引擎最終作用于：表 ，不是數(shù)據(jù)庫
在mysql的安裝的根目錄下，有一個data目錄，里面存放的是所有表的數(shù)據(jù)。

• MyISAM：
  MyISAM索引文件和數(shù)據(jù)文件是分離的（非聚集或稀疏）；
  主鍵索引和輔助主鍵索引存儲類似；

frm文件：存儲這張表的表結構
MYD文件：存儲這張表的所有數(shù)據(jù)行
MYI文件：存儲這張表的索引字段

MyISAM存儲引擎底層結構

• InnoDB（聚集）：

表數(shù)據(jù)文件本身是按照B+tree組織的一個索引結構文件
frm文件：存儲這張表的表結構
ibd文件：存儲這張表的所有數(shù)據(jù)行和索引字段
聚集(聚簇)索引----葉節(jié)點包含完整數(shù)據(jù)記錄

InnoDB存儲引擎底層結構

為什么InnoDB表必須有主鍵，并且推薦使用整型的自增主鍵？

• 首先，為了滿足MySQL的索引數(shù)據(jù)結構B+樹的特性，必須要有索引作為主鍵，可以有效提高查詢效率，因此InnoDB必須要有主鍵。如果不手動指定主鍵，InnoDB會從插入的數(shù)據(jù)中找出不重復的一列作為主鍵索引，如果沒找到不重復的一列，InnoDB會在后臺增加一列rowId做為主鍵索引。
• 其次，索引的數(shù)據(jù)類型是整型，一方面整型占有的磁盤空間或內存空間相比字符串更少，另一方面整型比較比字符串比較更快速，字符串比較是先轉換為ASCII碼，然后再比較的。
• 最后，B+樹本質是多路多叉樹，如果主鍵索引不是自增的，那么后續(xù)插入的索引就會引起B(yǎng)+樹的其他節(jié)點的分裂和重新平衡，影響數(shù)據(jù)插入的效率，如果是自增主鍵，只用在尾節(jié)點做增加就可以。

為什么非主鍵索引結構葉子節(jié)點存儲的是主鍵值？

• 主鍵索引和非主鍵索引維護各自的B+樹結構，當插入的數(shù)據(jù)的時候，由于數(shù)據(jù)只有一份，通過非主鍵索引獲取到主鍵值，然后再去主鍵索引的B+樹數(shù)據(jù)結構中找到對應的行數(shù)據(jù)，節(jié)省了內存空間；
• 如果非主鍵索引的葉子節(jié)點也存儲一份數(shù)據(jù)，如果通過非主鍵索引插入數(shù)據(jù)，那么要向主鍵索引對應的行數(shù)據(jù)進行同步，那么會帶來數(shù)據(jù)一致性問題。可以通過事務的方式解決，我們都知道使用事務后，就會對性能有所消耗。

聯(lián)合索引

• 聯(lián)合索引的底層存儲結構長什么樣?

  定義聯(lián)合索引(員工級別，員工姓名，員工出生年月)，將聯(lián)合索引按照索引順序放入節(jié)點中，新插入節(jié)點時，先按照聯(lián)合索引中的員工級別比較，如果相同會按照是員工姓名比較，如果員工級別和員工姓名都相同 最后是員工的出生年月比較。可以從圖中從上到下，從左到右看，第一個B+樹的節(jié)點 是通過聯(lián)合索引的員工級別比較的，第二個節(jié)點是 員工級別相同，會按照員工姓名比較，第三個節(jié)點是 員工級別和員工姓名都相同，會按照員工出生年月比較。

聯(lián)合索引示意圖

還沒關注我的公眾號？

• 掃文末二維碼關注公眾號【小強的進階之路】可領取如下:
• 學習資料： 1T視頻教程：涵蓋Javaweb前后端教學視頻、機器學習/人工智能教學視頻、Linux系統(tǒng)教程視頻、雅思考試視頻教程；
• 100多本書：包含C/C++、Java、Python三門編程語言的經(jīng)典必看圖書、LeetCode題解大全；
• 軟件工具：幾乎包括你在編程道路上的可能會用到的大部分軟件；

• 項目源碼：20個JavaWeb項目源碼。

  
  
  小強的進階之路二維碼