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

索引数据结构对比

二叉树

左边子节点的数据小于父节点数据，右边子节点的数据大于父节点数据。
如果col2是索引，查找索引为89的行元素，那么只需要查找两次，就可以获取到行元素所在的磁盘指针地址。

二叉树索引示意图

如果col1是索引，查找索引为6的行元素，那么需要查找六次，就可以获取到行元素所在的磁盘指针地址，即得到了该索引为6的行元素。因此二叉树不适合存储单边增长的序列字段，近乎全表扫描获取数据。

红黑树

本质二叉树，属于二叉平衡树，jdk1.8 hashmap的底层实现；
存储大数据量，树的高度不可控， 数量越大，树的高度越高；
500w行数据，2的n次方=500w数据量， n是树的高度，也就是查询次数；

hash表

通过散列可以快速获取磁盘文件指针，对于指定索引查找文件非常快，但是对于范围查找没法支持。

B树

本质是多路二叉树；
叶节点具有相同的深度，叶节点的指针为空；
所有索引元素不重复；
节点中数据索引从左到右依次递增的；

B树索引示意图

B+树（B树的变种）

非叶子节点不存储数据，只存储索引(冗余)和指针，可以放更多的索引，树高降低 ；
叶子节点包含所有索引字段；
叶子节点比b树增加了指针连接；
叶子节点有双向指针链接(首尾子节点还通过指针连接)，提高区间访问的性能，范围查找；

B+树索引示意图

为什么mysql页文件默认16K？

MySQL每个B+树节点最大存储容量：16KB （指针+数据+索引）。假设我们一行数据大小为1K，那么一页就能存16条数据，也就是一个叶子节点能存16条数据；再看非叶子节点，假设主键ID为bigint类型，那么长度为8B，指针大小在Innodb源码中为6B，一共就是14B，那么一页里就可以存储16K/14=1170个(主键+指针)
那么一颗高度为2的B+树能存储的数据为：117016=18720条，一颗高度为3的B+树能存储的数据为：11701170*16=21902400（千万级条）

show global status like `Innodb_page_size`

因此，B+树存储大数据量的表也可以非常高效的获取数据，MySQL使用B+树作为索引的数据结构。

存储引擎

存储引擎最终作用于：表 ，不是数据库
在mysql的安装的根目录下，有一个data目录，里面存放的是所有表的数据。

• MyISAM：
  MyISAM索引文件和数据文件是分离的（非聚集或稀疏）；
  主键索引和辅助主键索引存储类似；

frm文件：存储这张表的表结构
MYD文件：存储这张表的所有数据行
MYI文件：存储这张表的索引字段

MyISAM存储引擎底层结构

• InnoDB（聚集）：

表数据文件本身是按照B+tree组织的一个索引结构文件
frm文件：存储这张表的表结构
ibd文件：存储这张表的所有数据行和索引字段
聚集(聚簇)索引----叶节点包含完整数据记录

InnoDB存储引擎底层结构

为什么InnoDB表必须有主键，并且推荐使用整型的自增主键？

• 首先，为了满足MySQL的索引数据结构B+树的特性，必须要有索引作为主键，可以有效提高查询效率，因此InnoDB必须要有主键。如果不手动指定主键，InnoDB会从插入的数据中找出不重复的一列作为主键索引，如果没找到不重复的一列，InnoDB会在后台增加一列rowId做为主键索引。
• 其次，索引的数据类型是整型，一方面整型占有的磁盘空间或内存空间相比字符串更少，另一方面整型比较比字符串比较更快速，字符串比较是先转换为ASCII码，然后再比较的。
• 最后，B+树本质是多路多叉树，如果主键索引不是自增的，那么后续插入的索引就会引起B+树的其他节点的分裂和重新平衡，影响数据插入的效率，如果是自增主键，只用在尾节点做增加就可以。

为什么非主键索引结构叶子节点存储的是主键值？

• 主键索引和非主键索引维护各自的B+树结构，当插入的数据的时候，由于数据只有一份，通过非主键索引获取到主键值，然后再去主键索引的B+树数据结构中找到对应的行数据，节省了内存空间；
• 如果非主键索引的叶子节点也存储一份数据，如果通过非主键索引插入数据，那么要向主键索引对应的行数据进行同步，那么会带来数据一致性问题。可以通过事务的方式解决，我们都知道使用事务后，就会对性能有所消耗。

联合索引

• 联合索引的底层存储结构长什么样?

  定义联合索引(员工级别，员工姓名，员工出生年月)，将联合索引按照索引顺序放入节点中，新插入节点时，先按照联合索引中的员工级别比较，如果相同会按照是员工姓名比较，如果员工级别和员工姓名都相同 最后是员工的出生年月比较。可以从图中从上到下，从左到右看，第一个B+树的节点 是通过联合索引的员工级别比较的，第二个节点是 员工级别相同，会按照员工姓名比较，第三个节点是 员工级别和员工姓名都相同，会按照员工出生年月比较。

联合索引示意图

还没关注我的公众号？

• 扫文末二维码关注公众号【小强的进阶之路】可领取如下:
• 学习资料： 1T视频教程：涵盖Javaweb前后端教学视频、机器学习/人工智能教学视频、Linux系统教程视频、雅思考试视频教程；
• 100多本书：包含C/C++、Java、Python三门编程语言的经典必看图书、LeetCode题解大全；
• 软件工具：几乎包括你在编程道路上的可能会用到的大部分软件；

• 项目源码：20个JavaWeb项目源码。

  
  小强的进阶之路二维码