1.深入理解MySql索引底层数据结构和算法

1.什么是索引

索引是数据库获取数据时排好序的数据结构；重点理解(排好序)

2.存储索引的数据结构

2.1 二叉树

    每个节点最多有2个子节点的树结构（左边的节点比父节点小，右边的节点比树节点大）；包含：红黑树、完全二叉树、二叉搜索树、平衡二叉树、平衡二叉搜索树、满二叉树、B-tree、B+tree。

2.2 红黑树

    红黑树是一种平衡二叉查找树，通过在每个节点上增加一个存储位来表示节点的颜色(红色和黑色)，并通过一系列规则确保树保持平衡，从而保证最坏的情况下的时间复杂度是O(log n)。为防止二叉树倾斜成链表，添加了红色和黑色两种颜色的选转规则，有以下四个特点：

• 根节点是黑色
• 所有叶子节点都是黑色
• 每个红色节点的子节点都是黑色
• 任一节点到每个叶子节点的所有路径都包含相同数据的黑色节点

2.3 Hash表

  是一种特殊的数据库索引类型，某些特殊场景也会使用Hash表存储索引。有以下几个特点：

• 对索引的key进行一次hash计算就可以定位出数据存储的位置
• 仅能满足“=”和“in”的索引，不能使用范围查询
• 若发生Hash碰撞，则采取链表的形式进行存储

2.4 B-Tree

  一种平衡的多路查找树，能够保持数据有序，使得查找数据、顺序访问、插入和删除都能在短时间内完成的数据结构，有以下几个特点：

• 叶节点据有相同的深度，叶节点指针为空
• 所有索引元素不能为空
• 节点中的数据索引从左到右递增排列
• 每个叶节点都会包含数据

2.5 B+Tree

  一种N叉排序树，是B-tree的变种，有着比B-Tree更高效的的查询性能；有以下几个特点：

• 叶节点不存储数据，只存储索引
• 存在冗余索引，删除和插入更高效
• 最底层叶子节点存储所有索引
• 叶子节点之间使用指针链接，提高访问性能
• 存储数据量大，以3层树高度为例： 每个存储节点大约16K，每个字符索引大约8个b,地址指针大约6b,每条数据大约1kb

(16kb/14B) * (16kb/14B) *(16kb/1kb) 约等于两千万条数据

3.以上几种索引存储结构对比

名称	mysql是否使用	原因
二叉树	否	1.高度不稳定，I/O次数较多 2.数据倾斜(链接结构)模型下变成线性链表，查询效率极低
红黑树	否	1.高度不稳定，I/O次数较多
Hash表	是	1.特殊场景使用，例如在名称检索中，只包含“=”和“in”的查询，通过一次hash值就能定位地址位置，比b+tree还高效，2.不能使用范围查询
B-Tree	否	为什么使用b-tree而不适用b+tree? 1.b+tree高度更低，b-tree每个节点都存储了数据，导致每层存储的索引更少，相对高度更高，增加了I/O的次数 2.b+tee的检索范围更广，b-树从根节点开始多次查找和对比，每次节点都需要分裂和合并，增加复杂性和时间开销，b+树叶子节点是用链表相连，查询范围更广，速度更快
B+Tree	是

4.MySql存储引擎

存储引擎决定mysql中索引和数据的存储方式，存储引擎的粒度以表为单位，以user表为例

4.1 MyISAM存储引擎

非聚集索引，存储三个文件

user.frm 表结构

user.MYD 表数据

user.MYI 索引

使用b+tree数据存储结构，索引存存储在myi文件中，表数据存储在myd文件中，通过找到查找索引对应的数据磁盘位置，找到数据；

4.2 InnoDb 存储索引

聚集索引，存储两个文件

***.frm表结构

***.ibd表数据和索引

• 表数据文件按照b+tree的数据结构形成的索引文件
• 聚集索引结构情况下叶节点包含了所有的行数据
• 二级索引结构情况下包含字段索引值和聚集索引的值，查找到二级索引时会进行聚集索引回表

5 聚集索引、非聚集索引、二级索引、联合索引

• 聚集索引：索引和数据在同一个文件中为聚集索引
• 非聚集索引：索引和数据不在同一个文件中为非聚集索引
• 二级索引：非聚集索引也成为二级索引，他是在表的非主键上建立的索引
• 联合索引：由多个字段组成的索引，遵循最左侧匹配原则，联合索引结构如下

6.问题

6.1为什么建议InnoDb表必须建主键？

• InnoDb索引存储结构使用B+tree的数据结构，主键作为B+tree的索引键，按照顺序存储，并且使用指针链接，可以大大提高检索效率；
• 若不建立主键，数据库会默认建立一个隐藏字段rowid设置主键，创建数据文件时效率低下

6.2主键为什么建议整数递增？

• 整数相对于字符串、uuid等内存占用小，查找和比较时更方便
• 根据b+tee的特性，叶子节点数据是连续且递增的，递增可以防止叶节点数据分裂和重组，减少数据结构的变化，递增只需要不断增加新的叶节点即可

6.3为什么非主键索引结构叶子节点存储的主键值？

• 为节约空间:一张表可能有多个非主键索引，如果每个索引都存放数据，导致会占用很多空间
• 保证数据一致性：如果非主键索引叶节点也存储数据，当数据发生改变时，需要更改每个索引对应的数据，