MySQL索引

1. 索引概述

• 介绍

索引（ index ）是帮助 MySQL 高效获取数据的数据结构 ( 有序 ) 。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。

无索引情况和有索引情况查找对比：

备注： 这里我们只是假设索引的结构是二叉树，介绍一下索引的大概原理，只是一个示意图，并不是索引的真实结构，索引的真实结构，后面会详细介绍。

• 优缺点

2. 索引结构

• 概述

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

上述是MySQL中所支持的所有的索引结构，接下来，不同的存储引擎对于索引结构的支持情况。

注意：我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

如果选择二叉树作为索引结构，会存在以下缺点：

• 顺序插入时，会形成一个链表，查询性能大大降低。
• 大数据量情况下，层级较深，检索速度慢。

可以选用红黑树，但依旧存在大数据量情况下，层级较深，检索速度慢的缺点。因此，MySQL索引结构选择B+ Tree。

• B-Tree(多路平衡查找树)

以一颗最大度数（ max-degree ）为 5(5 阶 ) 的B -Tree 为例，那这个 B 树每个节点最多存储 4 个 key ， 5

个指针：

构建B-Tree树的示例：100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250。

通过一个数据结构可视化的网站来演示：

B-Tree Visualization (usfca.edu)

进入该网站后，显示为如下界面：

选择Max.Degree=5，然后分别输入数据插入，最终可得如下结果：

• B+Tree

以 一颗最大度数（ max-degree ）为4 (4 阶 ) 的B+ Tree为例：

它与B-Tree树的区别：

1. 叶子节点包含了所有数据；

2. 叶子节点形成一个链表，它们之间有指针连接；

3. 非叶子节点仅起到数据索引作用，叶子节点存放具体数据。

同样，使用数据结构可视化网站演示如下：

B+ Tree Visualization (usfca.edu)

选择Max.Degree=4，输入数据，最终结果如下：

MySQL索引数据结构对经典的B+Tree进行了优化。它在原有的基础上，增加一个指向相邻叶子节点的链表指针，形成带有顺序指针的B+Tree，提高区间访问的性能，利于排序。