最通俗易懂的MYSQL索引原理

MYSQL的存储索引的原理是面试中出现频率很高的问题了，这篇文章就做一个总结。

首先MYSQL的两个搜索引擎InnoDB和MyISAM里面的索引用到的数据结构都是B+树，然后问题就来了，为什么不用二叉搜索树、二叉平衡树、红黑树、B-树来作为索引的基本结构呢？网上有很多关于这个问题的回答，但是很乱，所以我在此总结。
首先我们要知道建立索引的目的是什么？目的就是为了在尽可能地减少磁盘IO的次数的前提下，快速地找到需要获取的数据。
在这里，我们要提到的就是磁盘IO的特性，磁盘IO就是每一次都把当前磁盘地址的数据加载到内存，每次IO读取的数据我们称为一页（page）。一页的内存大小与实际使用的操作系统相关，一般为4K或者8K，这就意味着，读取一页数据的时候，实际上就发生了一次磁盘IO。
好，到了这里，我们就开始根据每个数据结构的特性来分析。

二叉搜索树

首先是二叉树，我们都知道二叉树是一个父节点下面有两个子节点。二叉搜索树在最理想的情况下，也就是理想的满二叉树，它的搜索时间复杂度是O（logn），但是在某些极端的情况下，比如只有左子树，或者只有右子树的情况下，搜索的效率就会退化到链表的搜索效率也就是O（n），显然二叉搜索树不够稳定。

二叉平衡树

通过二叉搜索树，我们了解到满二叉树的时间复杂度是O（logn），这也就是平衡树的时间复杂度。二叉平衡树的特点是左右子树的高度相差不超过1，为了达到这个目的，在插入数据的时候，平衡树需要额外地增加旋转的操作来保持这个平衡。但是总的来说，它的时间复杂度是O（logn）。就是额外的旋转操作耗费了一定的时间。

红黑树

红黑树与平衡二叉树有一些相似，性能也十分稳定，时间复杂度保持在O（logn），在java中也有用到红黑树的数据结构，比如java里面的HashMap、TreeMap。

总的来说

总的来说，平衡树、红黑树的性能其实都挺稳定的，虽然旋转操作需要耗费一定的时间，但是时间复杂度稳定在O（logn）。那么为什么MYSQL不用这些作为基本的结构去建立索引呢？原因就是我们不仅需要考虑到数据结构本身的时间复杂度，还需要考虑到磁盘的IO消耗。因为磁盘IO次数与树高相关。如果树太高，每遍历一层结点时（也就是每访问一次节点），就需要从磁盘读取一次数据，也就是发生一次 IO，如果树高20，那么就需要20次的IO，这对MYSQL来说，是灾难性的。所以需要用多叉树来做这个事情，也就讲到了B-树、B+树。

B-树与B+树

B-树与B+树的一个最大的区别就是B+树只有叶子节点才保存data域的数据。下面这两张图很好地说明了这个。
这是B-树的内部结构，可以看到它除了叶子节点之外，其他的节点也存有真实的data域数据。
这是B+树的内部结构，可以看到，它只有叶子节点才存放data域数据，其他节点存放的都只是索引值。
接下来就是对比B-树与B+树，之前有提到磁盘一次读取的数据为一页，（这里请一定要参照上面的这两个图）在内存一定的情况下，B+树能保存更多的索引节点，可以让树的每个结点尽可能多的拥有多个子结点这样的话，也就是一次访问，B+能访问到更多的索引值，提高了效率，在大量储存数据时，树高就低很多了（因为把索引节点都尽可能放到了同一内存中，最大效率地保存所有的索引节点，data域的数据就放在最下面那层就可以了），减少了磁盘的IO次数，这样就提高了索引查询的效率。所以最终选择的是B+树。

如果对你有帮助，请点赞收藏噢