MySQL索引底层数据结构剖析

MySQL索引

索引是一个排好序的数据结构。

为什么要使用索引

索引就是数据库中表的目录一样，可以快速的定位到对应数据所在的页。如果没有索引，那查找一个数据，就得一页一页的去找，花费的时间和效率不计其数。

索引可以有哪些数据结构

二叉树、红黑树、hash、B树、B+树等都可以是索引的数据结构，而MySQL数据库中，只采用了hash和B+树这两种数据结构。下面分析一下为什么数据库中会采用这两种，而不使用其他的数据结构。

数据结构网址 https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

索引数据结构

二叉树

二叉树，是指节点度不大于2的有序树。他的左子树小于右子树，这种有序的结构，十分利于查找。下面是一个二叉树的结构。

对于二叉树的结构，如果我们插入的数据是依次递增的或者是依次递减的，那这个二叉树实际的结构会是一个链表（如下图），这样的话实际查找的效率并不会高，而且我们平常设计表的时候，主键都是依次递增的。

为了解决二叉树的这个问题，出现了下面的一种数据结构——红黑树。

红黑树

红黑树是一种平衡二叉树的变体，他的树的高度差有可能大于1，这种结构虽然不是严格的平衡二叉树，但他的平均性能要高于平衡二叉树。下面是红黑树的一个结构。

红黑树解决了二叉树元素递增插入的一个问题，但他本身也有一个问题。假设这个红黑树是一个满二叉树，他的节点个数 = 2^n -1。假设一个表有100w条数据，树的高度大约是1000
如果查询的数据是叶子节点，那最少要进行1000次磁盘IO。
要解决这个问题，就是要限制住树的高度，在树高不超过3层的情况下，尽量的去存更多的数据，这就是下面这种数据结构。

B 树

B树是一种自平衡树，可以拥有多于2个子节点。下面是B树的一种结构

B树解决了树高的问题，但对于范围查询，他的效率极低，所以在B树的基础上引出了下面的一种数据结构

B+ 树

B+树是B树的一种变形，他的叶子节点包含了所有的元素，叶子节点与叶子节点之间通过指针连接，下面树B+树的结构

这种结构即解决了树高的问题，也解决了范围查询的问题。

MySql中的索引

打开MySQL的索引页面，可以看到有两个索引，BTree和hash。

这里的BTree是B+树。

MySQL中的B+树

MySQL中的B+树，存储的数据在innodb和myisam不同的引擎里面是不一样的，下面分别介绍一下两个引擎的区别。

innodb

• 在innodb中索引主要分为主键索引（聚簇索引）和非主键索引。主键索引叶子节点包含了表的所有数据，所有每个表中必有一个主键索引，如果这个表没有设置主键，那么会根据表的列去判断，列不唯一则默认为主键，没有符合的列，则会在表最后创建一个隐藏的列作为主键。
• 主键索引只能有一个，非主键索引可以有多个
• 非主键索引的叶子节点包含了索引列和主键

主键索引B+树结构

从上图可以看出

• 非叶子节点存放的都是主键
• 叶子节点存放了所有的主键和数据
• 两个叶子节点之间通过双向指针连接

非主键索引B+树结构

从上图可以看出

• 非主键索引的叶子节点存放的是主键而不是所有的数据

MyISAM

MyISAM中没有聚簇索引，主键索引和非主键索引的结构是一样的。

• MyISAM叶子节点存放的是索引列和表数据的地址，所以可以没有主键
• MyISAM索引和表是分开存放的

MySQL中的hash

• hash表对于精准查询的效率非常高
• 不适用于范围查询和模糊查询