6. MySQL索引结构

6.1 简介

索引（Index）是帮助MySQL高效获取数据的数据结构。
也可以理解为排好序的快速查找数据结构

6.1.2 分析

以上图为例：左边是数据表，最左边的是数据记录的物理地址，为了加快Co2的查找，可以维护一个像右边所示的二叉查找树，每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找在一定的复杂度内获取到相应数据，从而快速的检索出符合条件的记录。

6.1.3 优势

• 类似大学图书馆建书目索引，提高数据检索的效率，降低数据库的IO成本
• 通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗

6.1.4 劣势

• 虽然索引大大提高了查询速度，但是当对表进行INSERT、UPDATE和DELETE时，却会降低更新表的速度。因为更新表时，MySQL不仅要保存数据，还要保存索引文件，每次更新添加了索引列的字段，都会调整因为更新所带来的键值变化后的索引信息
• 实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占用空间的

6.1.3 结论

• 在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。
• 一般来说索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上

6.2 B（B-）Tree索引原理

B-tree就是指的B树

6.2.1 介绍

一颗b树，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示），
例如磁盘块1包含数据项17和35，包含指针P1、P2、P3，
P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块。
真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99。
非叶子节点只不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。

6.2.2 查找过程

如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，发生第一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比磁盘的IO）可以忽略不计，通过磁盘块1中P2指针的磁盘地址，把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分查找找到29，结束查询，这期间总计发生了三次IO。

真实的情况是，3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要3次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么将会发生百万次的IO，成本会非常高！

6.3 B+Tree索引原理

6.3.1 介绍

在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引；B+树总是到叶子结点才命中；

6.3.2 B+Tree与B-Tree的区别

1. B-树的关键字和记录是放在一起的，叶子结点可以看作外部节点，不包含任何信息；B+树的非叶子节点只有关键字和指向下一个节点的索引，记录只放在叶子节点中；

2. 在B-树中，越靠近根节点的记录查找时间越快，只要找到关键字，即可确定记录的存在；而B+树中每个记录查找的时间基本都是一样的，都需要从根节点走到叶子节点，而且在叶子节点中还要再比较关键字。从这个角度看B-树的性能好像要比B+树好，而在实际应用中却是B+树的性能要好。因为B+树的非叶子节点不存放实际的数据，这样每个节点可容纳的元素个数比B-树多，树高比B-树矮，这样带来的好处是减少磁盘访问次数，尽管B+树找到每一个记录所需的时间比B-树多，但是一次磁盘访问的时间相当于成百上千次内存比较的时间，因此实际中B+树的性能可能还会好些，而且B+树的叶子结点使用指针连接在一起，方便顺序遍历（例如查看一个目录下的所有文件，一个表中的所有记录等），这也是很多数据库和文件系统使用B+树的原因。

6.3.3 为什么B+树比B-树更适合实际应用中的索引

1）B+树的磁盘读写代价更低

B+树的内部节点并没有指向关键字具体信息的指针。因此其内部节点相对B树更小，如果把所有同一内部节点的关键字存放在同一磁盘中，那么磁盘容纳的关键字数量也会增多。一次性读入内存中的查找的关键字也会变多，相对来说IO读写次数也就降低了。

2）B+树的查询效率更加稳定

由于非终结点并不是最终指向文件内容的节点，而只是叶子节点关键字的索引，所以任何关键字的查找必须走一条从根节点到叶子节点的路，所有关键字查询的路径长度相同，导致每一个数据的查询效率相等。

6.4 聚簇索引与非聚簇索引

聚簇索引并不是一种单独的索引类型，而是一种数据存储方式

术语‘聚簇’表示数据行和相邻的键值聚簇的存储在一起。
如下图，左侧的索引就是聚簇索引，因为数据行在磁盘的排列和索引排序保持一致。

聚簇索引的好处：

• 按照聚簇索引排列顺序，查询显示一定范围数据的时候，由于数据都是紧密相连，数据库不用从多个数据块中提取数据，所以节省了大量的IO操作。

聚簇索引的限制：

• 对于mysql数据库目前只有innodb数据引擎支持聚簇索引，而Myisam并不支持聚簇索引。
• 由于数据物理存储排序方式只能有一种，所以每个MySQL的表只能有一个聚簇索引。一般情况下就是这个表的主键。
• 为了充分利用聚簇索引的聚簇特性，所以innodb表的主键列尽量选用有序的顺序id，而不建议用无需的id，比如uuid这种