MySQL为什么使用B+树以及什么是覆盖索引和回表

xiao--xin

于 2024-09-27 22:17:16 发布

阅读量266

点赞数 8

分类专栏： MySQL 文章标签： mysql 数据库 b树数据结构链表

本文链接：https://blog.csdn.net/2301_79318558/article/details/142602463

版权

MySQL 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

在开搞MySQL为什么使用B+树之前，我们先来简单了解一下B+树到底是什么。

B+树

什么是B+树

B+树简单来说就是一种自平衡的多叉树形数据结构，自平衡就是说它的左右高度差不超过1，多叉的意思就是它的每一个非叶子结点都可以有多个节点，我把它简单理解成有多只手，可以伸到很多地方，二叉树就像一个人一样，只有两只手，多叉树就像千手观音一样，可以有很多只手。

B+的所有数据都存储在叶子节点，非叶子结点只存储键值和子节点的指针，叶子节点直接通过指针相互连接，形成一个有序链表，这个有序链表使得B+树在范围查询上有很大的优势，每个节点可以存储多个键值，键值之间是有序的。

简单说完B+树是什么鬼东西，接下来我们来简单了解一下B+树的特点。

B+树的特性

节点有序性

B+树的节点内部的键值和叶子节点的数据都是有序的，这让B+树可以高效的进行范围查询。

数据聚集性

B+树的数据全部存储在叶子节点，且叶子节点之间通过指针相连，形成有序的链表结构，数据在物理存储层面是聚集的，有利于提高查询的效率。

查询稳定性

由于B+树多叉、一个节点可以存储多个键值，只在叶子节点存储数据的特点，使得B+树的高度一般较低，就像个矮胖子一样(身高1米五，体重二百五)，所以B+树即使存储的数据量急剧的不断的增大，B+树的查询性能也不会受到太大的影响。

高扇出性

B+树的每个节点可以存储大量键值，每个键值又指向了一个子节点，使得B+树能存储的数据量及其庞大，同时还极大的减低了树的高度。

我们都知道，数据一般都是存储在磁盘中的，磁盘扇区是磁盘最小的数据存储单位，B+树低高度和数据量大集中的特点，使得一个扇区之中可以存储大量的数据或者指引我们找到数据的键值，通过B+树查询一个数据时，可以通过较少的磁盘I/O的次数完成查询。

我对高扇出性的理解就是小扇区高产出，或者说小扇区高效率(不知道我的理解对不对，如果大家有其他看法的，也可以留言跟我分享一下)。

简单的介绍完B+树的特性之后，我们终于可以来回答标题的前半部分——MySQL为什么选择B+树了。

MySQL为什么选择B+树

从范围查询的角度

我们平时使用MySQL的时候，经常要用到等值查询和范围查询，等值查询就不用多说了，而范围查询就不是什么数据结果都能很好的适配的了。

上面我们介绍了，B+树的数据全都存储的叶子节点，且叶子节点直接通过指针相连形成有序链表，天然适合范围查询。MySQL的Innodb存储引擎(我们常用的那个)的B+树使用双向链表来连接存储在叶子节点中的数据，使得通过B+树进行范围查询的时候，既可以往前探探头看看是不是我要的数据，也可以往后踢一脚，看看是不是我要的数据。

如果大家了解过B数和二叉树，还可以发现B+树的另一个优点。那就是B+树不用回到根节点再从根节点跑到叶子节点来进行范围查询，通过横向的指针使得它可以横向的直接进行范围查询。