MySQL索引底层数据结构原理剖析

一. 前言

1. 说明

　我们平时所说的：聚集索引(主键索引)，次要索引，覆盖索引，复合索引，前缀索引，唯一索引在MySQL5.7和 8.0版本默认都是使用B+Tree索引，除此之外还有 Hash索引。至于MySQL5.7之前版本，这里就不过多探究了。

　学习各种数据结构图解网站：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html (推荐)

2. 有索引和没索引的区别

　下图，左边表格是没有索引，右边是二叉树索引，以col2为索引列.

　PS: 在右边二叉树的结构中，每个节点都是 key-value 键值对的形式。key：col2所在行在磁盘文件中的地址指针（比如 34 所在行，通过key中存储 0x07 这个指针就能找到是第1行），value：就是col2的值。

分析下面SQL语句

select * from t where col2 = 89；

(1). 左边没有索引，搜索col2=89需要从上往下搜索， 6次 才能找到，也就是 6次回表操作（6次IO）。

(2). 右边是二叉树索引，搜索col2=89搜索 2次 就可以找到，也就是 2次回表操作（2次IO），性能提升明显。

二. 二叉树、红黑树、Hash

1. 二叉树

(1). 二叉树的特点

　左子节点值 < 节点值；右子节点值 > 节点值；当数据量非常大时，要查找的数据又非常靠后，和没有索引相比，那么二叉树结构的查询优势将非常明显。

(2). 存在的问题

　如下图，可以看出，二叉树出现单边增长时，二叉树变成了“链”，这样查找一个数的时候，速度并没有得到很大的优化。

2. 红黑树

(1). 特点

　A. 节点是红色或者黑色

　B. 根节点是黑色

　C. 每个叶子的节点都是黑色的空节点（NULL）

　D. 每个红色节点的两个子节点都是黑色的。

　E. 从任意节点到其每个叶子的所有路径都包含相同的黑色节点。

(2). 存在的问题

红黑树虽然和二叉树相比，一定程度上缓解了单边过长的问题，但是它依旧存储高度问题。

　假设现在数据量有100万，那么红黑树的高度大概为 100,0000 = 2^n， n大概为 20。那么，至少要20次的磁盘IO，这样，性能将很受影响。如果数据量更大，IO次数更多，性能损耗更大。所以红黑树依旧不是最佳方案。

(3). 思考：针对上面的红黑树结构，我们能否优化一下呢？

　上述红黑树默认一个节点就存了一个 (索引+磁盘地址)，我们设想一个节点存多个 （索引+磁盘地址），这样就可以降低红黑树的高度了。 实际上我们设想的这种结构就是 B-Tree。

3. Hash

(1). 原理

　A. 事先将索引通过 hash算法后得到的hash值(即磁盘文件指针）存到hash表中。

　B. 在进行查询时，将索引通过hash算法，得到hash值，与hash表中的hash值比对。通过磁盘文件指针，只要一次磁盘IO就能找到要的值。

例如：

　在第一个表中，要查找col=6的值。hash(6) 得到