MySQL索引数据结构

1.了解Mysql的索引底层存储结构

索引是什么？索引是帮助mysql高效获取数据的排好序的数据结构。

索引使用的数据结构有哪些和mysql具体使用的数据结构是什么样的？

数据结构知识复习：

mysql中支持的索引数据结构有二叉树，红黑树，hash表，B-Tree，接下来让我们依次了解一下。

二叉树数据结构是表示存储一组数据时，按照左边比右边大的结构存储，假如说我们有一组数据，如[23,45,12,33,11,15,66,85,87,34,99，44，38] ，二叉树是一种二分查找树，有很好的查找性能，

当我们去查找15的时候，我们可以通过2次查找就可以找到目标数据。

但是当N的数量足够大的时候，二叉树的高度就会变得非常高，如上组数据中的[23,45,66,85,87,99]这一组数据，我们查找99时，

• 我们会查找4次，然后整个查找过程，像是链表.我们换一组数据，[1,2,3,4,5,6],这样会更加直观。所以我们想象一下，假如有1000个依次增大的数据的时候，二叉树应该有1000层高，我们查找起来也并不轻松，那就和单向链表一样了。

 

因此，我们很多的前辈就优化了二叉树，于是就产生了平衡二叉树。平衡二叉树是带有平衡因子的二叉树，也就是在二叉树的基础之上，添加了自带的平衡算法，用以解决二叉树数据结构下，退化成链表的情况。如[1,2,3,4,5]，平衡二叉树就会变成以下的情况。平衡二叉树的特点是：每个节点最多只有两个子节点；每个节点的值比他的左子树的所有节点大，比他右子树的所有结点小（有序）；每个节点的左子树的高度与右子树的高度之差绝对值不超过1。最后一条规则，我们通过一开始提供的数组，来展示一下[23,45,12,33,11,15,66,85,87,34,99]。

 

 

再来看一下红黑树。红黑树是另一种演变过来的二叉树，也是为了解决二叉树极端情况下退变成链表的问题而产生的，它比平衡二叉树的规则更加严格，但是红黑树的查找性能比平衡二叉树要好。

红黑树的规则：1.每个节点都有颜色，红色或者黑色。

2.根节点是黑色。3.红色节点的父节点和叶子节点不能为红色。4.所有为null叶子节点都是黑色（空节点视为叶子节点NIL）5.每个节点到叶子节点的每个路径黑色节点的个数相等。

平衡规则：1.变色 2.旋转

再看一下上一组数据，在红黑树中是什么样子[23,45,12,33,11,15,66,85,87,34,99，44，38]

不管是平衡二叉树和红黑树，都有一个问题，就是如果再继续增加数据，树的高度就会一直上涨，假如添加1000个数据，那树的高度起码得超过100层，这对于索引查找来说，也是性能较差的一种选择。

B树是多叉树又叫多路查找树，它可以保证树的高度不会太高。B树的阶，也就是“多路查找树”中的路，它就会在我们限定的范围内，进行一个树的构建。

B树规则：1.所有的关键字都是按照递增的顺序排列，遵循左小右大的原则。2. 1<非叶子节点的子节点数<=M（阶数），空树除外 3.关键字数量是M-1个，在B树的节点上 可以存放多个数值，数量与其阶数相关。

4.所有的叶子节点均在同一层，叶子节点除了包含关键字和关键字指针外也有指向其子节点的指针，不过叶子节点没有子节点，所以指针为空。

还是看这个数值的示例[23,45,12,33,11,15,66,85,87,34,99，44，38]，下图是一个阶数为4的B树。其关键字最多可以有3个，通过下图与上图红黑树和平衡二叉树比较可以看出，其高度不高。

通过新加入很多数据，才能填满根节点有3个关键字。这证明了，同样的高度下，B树可以存储更多的数据。

但是目前mysql索引使用最多的还是B+树，那么B+树又是什么呢？

B+树是B树的变种，B+树在B树的基础上在叶子节点添加了双向指针，也就是说B+树的所有的叶子节点之间都指针指向下一个叶子节点。而在非叶子节点中，B树中存储了相应的数据，B+树中存储的是该分支的所有索引字段，这样搜索时，B树是在非叶子节点有可能命中结果，B+树的命中，只能在叶子节点，这一点的设计使B+树的搜索性能比B树要更加稳定。叶子节点之间存在指针，形成了一种链表，更有利于数据库进行全表扫描。

 

在B+树中，所有节点都在叶子节点中冗余存在，如下图显示。

hash表是什么呢？

hash表是一种散列存储结构，通过一种hash计算（散列算法）就可以定位出数据存储的位置。hash的数据结构是一种数组加链表的形式。存储数据时，将数据进行hash计算，获得一个hash地址，然后进行比较存储。

使用hash表存储结构存储索引的话它的优势是可以仅通过一次hash运算就能够计算出数据存储的位置，所以某些特定的查询时，hash表要比B+树的效率要高。但是hash表存储有它的缺陷，最经典的就是hash冲突问题。当有多个数据都指向hash数组位置，该位置还存储了一个链表，可以存储多个索引，在进行查询时，还需要遍历整个链表来定位要查询的数据。还有进行范围查询时，hash表也不适用。因为hash存储的索引不是有序的，当进行范围查询时，在hash表无法更快的排序并指定范围，这必将经过复杂的运算，复杂的运算过程就会耗费一定的时间。

 

综合这几种数据结构的特征，最终mysql底层默认选择了B+树来存储索引。B+树是天然有序的，且叶子节点之间存在指针，它的搜索性能远远大于B树。