⑦ MySQL物理存储索引结构&Innodb存储结构

​ 索引是存储引擎中用于快速高效获取数据的 数据结构；可以理解为排好序的快速查找数据结构；

​ 索引的优缺点：

优点：
1.提高数据检索的效率，降低磁盘的IO；
2.加速表与表之间的连接；
3.在使用分组或者排序的时候，显著减少查询中分组与排序的时间；
缺点：
1.创建与维护索引需要消耗时间；
2.索引数据需要占磁盘空间；
3.索引提示查询速度的同时，降低了更新表的速度；

1 索引的数据结构

​ MySQL数据按照数据页进行存储，每条记录通过链式连接存储，数据页与数据页之间也通过双向链表连接存储；

1.1 设计索引

​ 一条记录通过行格式实际存储数据：

​ recordType = 2 最小的记录

​ recordType = 0 普通数据的记录

​ recordType = 3 最大的记录

​ recordType=1 数据目录页的记录

​ 记录通过链表连接；

​ 数据库底层按照数据页来存储数据：

​
数据页与数据页之前通过双向链表连接；

为了方便快速查找，通过类似普通数据页的方式组织数据页相关的信息构成目录数据页：

为更加快速的查找目录数据页，就会再生成更上层的目录数据页来记录：

这样的数据结构名称就成为B+树

​ 这种结构特性成为聚簇索引，InnoDB存储引擎会自动创建聚簇索引;

1.2 常见的索引概念

​ 索引按照物理实现方式分为：聚簇索引与非聚簇索引

​ 聚簇索引不是索引类型，而是一种数据存储的方式；

​ 聚簇表示实际的数据行和相邻的键值聚簇的存储在一起；

聚集索引的优点：
1.数据访问速度快，因为聚集索引的索引与实际数据存在于同一个B+树;
2.聚集索引对于主键的排序和范围查找速度非常快；
3.聚集索引减少了大量的IO操作；
聚集索引的缺点：
1.插入速度依赖顺序，可能发生页裂变，严重影响性能，所以一般聚集索引采用主键自增的方式去维护


限制：
1.mysql表中只能有一个聚集索引，一般情况为表的主键；
2.只有InnoDB支持聚集索引，myISAM不支持聚集索引；
3.如果没有定义主键，InnoDB会自动取一个非空唯一索引作为聚集索引，如果再没有，则数据表隐藏维护一个主键作为聚集索引；

​ 非聚集索引比如非主键字段维护的B+树索引结构；

​ 非聚集索引的查找：先查找非聚集索引B+树，然后回表查找聚集索引的B+树，最后找到查询结果；

​ 联合索引：多个字段一起作为主键创建聚集索引；

​

​ 聚集索引与非聚集索引的区别：

1.聚集索引的叶子节点存储的是实际的数据记录，非聚集索引叶子结点存储的是数据位置，非聚集索引不会影响物理表的存储顺序；
2.一个表只能有一个聚集索引，但是可以有多个非聚集索引；
3.使用聚集索引的时候数据的查询效率高，对数据进行写操作时，非聚集索引效率更高。

1.3 InnoDB中B+树索引

B+树实际根节点不会动

（1）B+树实际是先创建根节点，用户的数据实际先存储在根节点中，等到根节点数据页空间用完时，再插入数据的时候，根节点会将数据复制到新的页1，再进行页裂变，页2存储这个新的数据；
（2）页1和页2就会组织成聚簇索引叶子节点的数据页格式，对应存储 主键-实际数据数据 ，并主键排序；
（3）根节点边升级为记录目录项的目录数据页；
（4）当根节点记录目录项存储空间用完后，新增一个目录记录时，根节点会复制当前的数据页作为子节点，然后页列表生产另一个子节点记录新的目录。根节点则会升级为目录页上层的目录记录数据页；

MyISAM通过B树来进行数据存储实现

（1）MyISAM只支持非聚簇索引，myISAM索引和数据分开存储的；
（2）底层文件中myISAM存储引擎的索引和实际表数据在不同的两个文件；
（3）myISAM的B树的叶子节点存储的是：主键 + 数据记录的地址；
（4）MyISAM存储引擎的B树叶子节点存储的是主键值 + 数据记录的地址；myISAM的主键索引和二级索引没有太大的区别，只是myISAM要求的主键是唯一的，二级索引可以重复；

myISAM与InnoDB的对比

1.在InnoDB中会有一个聚簇索引，在myISAM中都是非聚簇索引，根据主键查找数据，InnoDB会根据主键直接找到数据并返回，myISAM会在B数中找到数据地址回表查找到数据再返回；
2.从底层数据存储来说，InnoDB主键索引与数据存储在一起的，myISAM的主键索引与实际数据存在两个不同的文件中；
3.非主键索引的情况下，myISAM通过地址回表会比InnoDB对聚簇索引回表找数据快；
4.InnoDB必须有主见，myISAM可以没有；

索引的代价

1.每建立一个索引就会建立一个B+树，一个B数的一个节点就是一个数据页，数据页默认占16KB的空间，因此需要一定存储空间来维护索引，数据量越大，存储空间就会越大；
2.当出现增删改操作的时候，因为B+数的节点数据页内都是按照大小顺序排列的，无论是内节点还是实际数据页，都可能发生页裂变，或者页回收，来重新维持B+树的数据规则，需要浪费一定的时间；

2 InnoDB数据存储结构

2.1 页结构

1.数据行及索引数据都是存在数据页中，数据页是内存与磁盘交互的基本单位，数据页的默认大小是：16kb；
2.记录是按照行来存储的，行存储方式称为行格式，行格式存储在数据页中；
3.数据页与数据页之间通过双向链表连接，数据页中的数据通过主键大小顺序连接，数据页会为存储在页内的记录生成页目录，能够通过二分法快速定位到指定记录；

查看数据页大小：SHOW VARIABLES LIKE '%innodb_page_size%'

B+树如何进行记录检索的：

1.从根节点开始逐步遍历，然后进行逐层检索，直到找到叶子节点

2.找到叶子节点后，将数据页加载到内存中，通过页目录进行二分查找，找到粗略的分组

3.在通过分组进行链表遍历找到需要查询的记录行

2.2 行格式

1.行格式是数据行记录的单位，行格式之间通过单链表连接；
2.当行溢出时，数据会存储到其它数据页中去；