数据库索引

索引是帮助MySQL高效获取数据的排好序的数据结构

索引可以考虑的数据结构

• 二叉树：会出现单边增长的问题，如果插入的数据是逐条递增的，按照二叉树小的数据在父节点的左边，大的数据在父节点的右边的规则，那么将要插入的数据会全部放在右边，这时查询起来跟没有建立索引之前并没有什么区别，如下面这张图

  • 
• 红黑树：红黑树存储跟二叉树规则相似，但是红黑树会进行自动调整，不会出现单边增长成一个链表的问题，但是红黑树维护复杂，而且随着数据量的增大，树的高度会急剧增加，也会影响到查询速度
• Hash表：Hash表很少使用，因为hash索引只能做等值查询，没办法做范围查找跟模糊查询，这是很不符合业务需求的

• B-Tree

  • 叶节点具有相同的深度

  • 叶节点的指针为空

  • 节点中的数据索引从左到右递增排列

  • B树的结点都是带有数据的，这是和B+树最大的不同

  • B-Tree采用的方法是一次性加载多个值到内存中作为一个节点，在内存中查询一个值的速度是非常快的，远小于一次磁盘i/o操作，但是也不能将所有的数据都一次性加载在内存中，这样在数据量也别大的时候是不现实的，mysql官方对数据做了一个限制，一次加载的数据最好在16k

    但是b树有一个缺点，就是无法做范围查询，所以在mysql中也不是使用b树作为索引的数据结构

  • 

• B+Tree（B-Tree变种）

  • 非叶子节点不存储data，只存储索，可以放更多的索引

    • 

    • 非叶子节点上面的数字表示范围，空格处存一个指针，指向存储这个范围的数据页，譬如上面15到20之间的指针指向的就是存储15到20的数据页，假如现在查找索引是30的数据，先来到根节点发现30大于15小于56，那么去15到56的空白处查找，空白处指向最左边的节点，在最左边的节点中查询30在20到49之间，那继续在20到49之间的空格处查找，空格指向的数据页就存储着索引为30的数据

    • 假设mysql使用bigint存储数据，那个一个数占8个字节，innodb引擎中一个指针大小为6个字节，加起来是14b，一个数据页16k，那么一个数据也可以存储1170个这样的数据跟指针，那么三层高度的B+树可以存储大概1170*1170*16个数据（假设一条数据占1k），大概是两千多万行数据

  • 叶子节点不存储指针

  • 顺序访问指针，提高区间访问的性能

  • 在B+树中是可以解决范围查询的，在B树中各个节点之间是没有任何关系的，但是在B+树中，通过上面的图可以看到，是有一个双向指针指向下一个数据的，这样就可以进行范围查找

数据库引擎

数据库引擎使用的比较多的就是innodb跟MYISAM

MYISAM

MyISAM索引文件和数据文件是分离的（非聚集）

它表现为三个文件，即一张表对应三个文件

• xxx.frm：这个文件是存储表的数据定义的相关信息的

• xxx.MYD：这个文件是存储表中所有的数据行

• xxx.MYI：这个文件存储表的索引

INNODB

INNODB引擎的索引文件跟数据文件是聚焦的

INNODB引擎存储表只有两个文件

• xxx.frm：存储表的数据定义相关的信息

• xxx.ibd：存储表的数据以及索引数据

  • 该表文件本身就是按照B+Tree组织的一个索引结构文件

  • 该文件中的索引叫做聚集索引，叶节点包涵了完整的记录

  • 这也就是为什么innodb表中必须有主键的原因，没有主键就无法组织文件结构，并且一般推荐使用整型作为自增主键