InnoDB的B+索引

最新推荐文章于 2024-05-10 10:34:19 发布

会编程的靓仔

最新推荐文章于 2024-05-10 10:34:19 发布

阅读量241

点赞数

分类专栏： MySQL详解文章标签：链表数据结构算法 mysql 数据库

本文链接：https://blog.csdn.net/Vampirelzl/article/details/125902424

版权

MySQL详解专栏收录该内容

3 篇文章 1 订阅

订阅专栏

摘要

本文主要讲述 B+ 树在 InnoDB 索引下的实现和产生的背景，不涉及 B+ 树节点的更新算法。

1. 前言

在上篇博文 MySQL的数据页结构和记录的管理中，介绍了 InnoDB 数据页的内容，了解到数据页中的记录组成了一条有序链表，在页目录的辅助下可以使用二分法高效查询指定记录。页与页之间通过FIL_PAGE_PREV和FIL_PAGE_NEXT属性构成了双向链表。现在查询指定记录的过程如下，

找到记录所在的页。
通过二分法找到指定的记录。

第二步的查找方法我们已经很熟悉了，现在的关键问题是如何高效地找到记录所在的页，索引的故事由此展开。

2. 索引

2.1 简单的索引方案

每个页虽然通过双向链表有序排列，但是无法直接对链表使用二分法来优化搜索。根据 MySQL的数据页结构和记录的管理中写到的，页中的行通过页目录结构组成数组，从而能使用二分搜索。那么自然也可以想到，通过一个目录将页转换为有序数组，还是以主键为例，结构如下图所示，
页的目录数组结构
每个页都对应一个目录项，目录项存储了页号和页中记录的最小值，那么对这个目录项数组使用二分搜索就能快速找到记录所在的页。

2.2 InnoDB 的索引方案

简单的索引方案存在两个问题：

一页只有 16KB 记录，一个表如果比较大的话会存在大量的页，需要的目录项数组也会很大。我们知道数组需要一片连续地址空间进行存储，而连续的存储空间是非常珍贵的。
页中的数据可能被删除，页本身也会被删除，目录项数组中的元素也需要删除，我们知道数组删除一个元素的时间复杂度是O(n)，因为需要移动数组元素，覆盖被删除的元素。因此，目录项的维护需要很大的开销。

所以，InnoDB 使用树形结构对目录项进行管理，即用 B+ 树取代数组，结构如下图所示，
InnoDB中的B+树索引
目录页和数据页所用记录是不同的，通过记录头中的record_type属性进行区分，

0：普通的数据记录。
1：目录项记录。
2：Infimum 记录。
3：Supremum 记录。

目录页中的记录只有主键值，而数据页中的记录包含所有列的值，这也是为了节省空间，目录页只用于检索记录所在的页，而真正的数据在数据页中。即非叶子节点只保存主键列，真实的数据在叶子节点中。假设有如下 SQL，

select * from t where id = 183;

检索过程如下：

从根节点开始，用二分法找到id=183的记录在页号为 23 的页中。
在页 23 中使用二分法找到id=183的记录在页号为 13 的页中。
在页 13 中使用二分法找到id=183的记录。

InnoDB 中使用的 B+ 树与数据结构中的有所不同，但是更新节点的逻辑类似，有兴趣的可以自行了解，本文不涉及节点的更新。读者只需要知道 InnoDB 会维持 B+ 树，使得 B+ 树的层数不超过 4 层，每个目录页中的记录也是有个阈值的，如果超过这个阈值，目录页将会分裂为两个。

2.3 二级索引

现在我们知道根据主键怎么在索引树上进行搜索了，但是如果查询条件不是主键应该怎么办？

select * from t where col1 = 'a';

如果我们仍在主键构成的 B+ 树上进行搜索，那么只能逐行遍历，这个步骤就是著名的全表扫描。如果要使用索引，则需要对col1列建立索引，这样的索引称为二级索引。与主键索引的区别在于，二级索引的数据页中的记录不会保存全部列，只会有索引列col1和主键列id。
上面的 SQL 是查询所有列，那么通过二级索引获得记录的主键后，需要再到主键索引中去搜索，以获得所有的列，这个过程称为回表。如果我们不想回表怎么办？可以修改SQL，

select col1 from t where col1 = 'a';

因为查询的列col1在二级索引上就能获取，所以不需要回表操作，这样的索引也称为覆盖索引。

2.4 联合索引

索引的本质就是通过比较记录中指定列的大小，对记录进行排序，并将记录所在的页组织成 B+ 树的形式。联合索引就是同时对多个列进行排序，比如对col1, col2建立联合索引，那么就是先比较col1的大小，如果大小相同再比较col2的大小。只要选定的列能够排序就能建立索引，但是一张表的索引不宜多建，毕竟需要额外的空间成本，以及维护 B+ 树的时间成本。

思考题

能够提高搜索速度的数据结构还有平衡二叉树和牛逼的红黑树，InnoDB 为什么使用 B+ 树建立索引？可以从磁盘 IO 方面考虑。
假设对col1, col2建立联合索引，下面哪个 SQL 能够使用到索引？为什么？
- select * from t where col1 = 'a' and col2 = 'b';
- select * from t where col1 = 'a';
- select * from t where col2 = 'b';