2. 深入理解MySQL索引底层数据结构与算法

索引是帮助MySQL高效获取数据的排好序的数据结构

索引的结构有:

• 二叉树
• hash表
• 红黑树
• B树

B+ Tree Visualization

2.1 B+树结构

• 非叶子节点不存储data, 只存储索引, 可以放更多的索引
• 叶子节点包含所有索引字段
• 叶子节点用指针连接, 提高区间访问的性能

2.2 InnoDB索引实现(聚集索引)

• 表数据文件本身就是按照B+树组织的一个索引结构文件
• 聚集索引-叶子节点包含了该索引指向行的所有数据
• 二级索引叶子节点存储的是主键值, 是为了保持数据一致性, 同时节省存储空间
• 为什么建议InnoDB表建主键? 并且推荐使用整型的自增主键?
  • 通过主键建立的索引就是聚集索引, 如果不建立主键, 每次查询时就都要从二级索引查到主键索引, 增加时间开销
  • 整型: 1. 方便大小比较 2. 占用空间小
  • 自增: 是为了避免索引结构重新调整, 重新调整花费时间较长. (自增只会分裂新节点, 非自增可能导致索引结构重新调整)

特性维度	无显式定义主键	整型自增主键 (推荐)	非自增/非整型主键 (如UUID、字符串)
存储结构	InnoDB 会隐式创建 rowid作为主键	显式定义，聚簇索引，数据按主键顺序物理存储	聚簇索引，但数据物理存储顺序随机
插入性能	依赖隐式操作，性能不可控	顺序写入，减少页分裂和碎片，插入效率高	随机写入，频繁页分裂和重组，插入性能低
存储空间	隐式主键仍占用空间	空间占用小 (整型通常4或8字节)，二级索引存储主键值也更小	空间占用大 (如UUID为16字节)，二级索引也更庞大
查询效率	依赖隐式主键，性能不佳	整型比较速度快，B+树结构更紧凑查找效率高，范围查询性能优 (数据物理有序)	比较效率低 (尤其字符串)，范围查询可能效率低
并发与锁	可能增加锁争用	顺序插入减少锁竞争(通常只需锁定索引末端的最后一个间隙)，高并发下性能更佳	随机插入可能导致更频繁的锁竞争
开发与维护	表结构不清晰，可能增加理解成本	自动生成唯一值，简化开发，避免手动指定主键的重复问题	需业务保证唯一性，可能更复杂

2.3 联合索引的底层结构

联合主键索引:

这里的索引是拍好序的, 排序的顺序就是按照建立联合索引时的先后顺序确定的, 所以在使用时必须满足最左前缀法则才会使用到此索引.

create index idx_name_age_position on `user`(name, age, position);
explain select * from user where name = "Bill" and position = "dev"; # key = idx_name_age_position
explain select * from user where name = "Bill" and position = "dev"; # key = None, possible_keys = idx_name_age_position
explain select * from user where age = 23 and position = "研发"; # key = None, possible_keys = None