Mysql索引底层原理 -- 来自bilibili 程序汪追风

1. 索引数据结构 红黑树，hash, B+树 详解

索引本质 : 就类似课本的目录页。

注意1： 索引是一种数据结构，假设 在table > col2 中建立索引， 其实就是将 col2这列数据 存放在二叉树中。

二叉搜索树查找：时间复杂度 O(logn)

 

学习数据结构的网址： 

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

https://visualgo.net/zh

 

注意2： 数据库插入数据时， 先维护索引字段，再到表中插入数据

 

红黑树： 也叫二叉平衡树

 

为什么mysql底层没有用红黑树呢？ 有什么缺点？

假设表中有100万行数据， 那么树的高度h  100W = 2 ^ n    n就是树的高度。  

所以进行范围m次查询， 时间复杂度为 O(mlogn). 

有没有更好的存储方式呢？改造 控制高度在3-5之间，就能存储几千万的数据呢？ 这里有点像哈希冲突中的解决方法 > 拉链法

这里我们对红黑树进行改造，变为B树

B树结构如下:  控制高度，从每个节点横向扩充。

B+树： 在B树上进行改进。    多叉平衡树

改进点：1. 非叶子节点不存储data,只存储索引。 2.叶子节点用指针连接，提高区间访问性能。

   

 

     

bigint = 8byte

1kb = 1024byte

2. 索引是怎么支撑千万级表的快速查找

B+树的特性： 树的深度 h = 3 ， 就能轻轻松松存储几千万行的索引元素。 查找20 只需2次IO

这就是为什么慢查询的优化方式： 建索引。

 

3. myisam存储引擎索引实现讲解

存储引擎针对的是表还是数据库？   是形容表的。

MyISAM 索引文件和数据文件是分离的 (非聚集)

mysql底层查找过程，首先会先判断 col1 是否为索引字段，如果是索引字段，先去MYI索引文件中，根据B+树的特性，从根节点开始，根节点是常驻内存的。从内存中按照元素的特性逐一比对，当找到49时， 将49指针指向MYD文件的数据加载进来。 -- 采用MyISAM存储引擎

 

4.InnoDB存储引擎索引实现

frm 存的是表结构
ibd  存储的索引字段+数据

innodb与myisam不同的是  
1. innodb  ibd文件整合了索引和数据, 而myisam 则是将其分为 MYI + MYD
2. innodb 叶子节点存储的是 实打实的数据， 而myisam存储的则是指针地址
3. innodb  聚集索引    myisam 非聚集索引

聚集索引 == 聚簇索引
聚集索引 ： 说白了 就是 数据+索引 是存储在一个文件。
非聚集索引： 索引 和 数据是分开存储的。
聚集索引查找的效率 > 非聚集索引

为什么InnoDB表必须有主键，并且推荐使用整型的自增主键？
1. mysql 选用 innodb, 默认加一列数据作为主键，用来组织表的数据
2. 性能好，磁盘利用率高

为什么用自增？
innodb会按照树的特性，来维护各个节点。

指针的作用是？
可以快速找到下一个元素。
支持范围查找。
select * from table where col1 > 20.   找到20后就顺腾摸瓜。 快

 

联合索引的底层存储结构长什么样？

最左原则： 指的就是先按 col1 排， 再col2排， 再col3排。  3列都是索引，且不能跳过查询。
为什么不能跳过前面的字段？因为innodb存储引擎，会按照建立索引先后排好序，而mysql底层的查询也是根据排好序的方式来查找。