mysql（二）索引的原理

目标

1、索引的本质
2、索引底层的数据结构
3、不同存储引擎中索引的落地
4、索引的创建和使用原则

索引基础

索引是什么

排序的
数据结构

索引类型

普通索引：没有限制
唯一索引：键值不能重复
全文索引：针对比较大的数据，只有文本数据类型字段才能创建

索引存储模型

二分查找

查询一些有序的数据时，二分查找速度是比较快的，所以第一个想到也是利用有序数组作为索引的存储结构
但是，查询效率很高，但是更新数据时会挪动大连数据，所以只适合存储静态数据。
所以，为了支持频繁的修改，需要使用链表，那有没有能实现二分查找的链表呢？

二叉树

二叉树的特点：
	左侧节点都小于父节点，右侧节点都大于父节点
缺点：极端情况下，又变成链表

所以，平衡二叉树又出场了

平衡二叉树（AVL Tree）

特点：左右子节点深度差值不能超过1
所以，平衡二叉树会根据这个特点，左旋转、右旋转，保证子节点深度差值不会查过1，大体是平衡的。

平衡二叉树如何存储索引

	索引结构有三部分：
	1、索引键值
	2、引用地址
	3、左右节点引用地址

平衡二叉树的缺点：

innoDB操作磁盘的最小单位是页，大小是16K，通常一个树的节点设计成16k，不然就没读完或者读不够
二叉树每个节点就保存一个键值+数据+引用，太浪费
而数据存储很多时，由于每层只有左右两个节点，所以这个索引树一定非常深，会发生非常多次IO操作
优化：
1、每个节点存储更多的数据
2、每个节点上分叉数越多，指针越多，每层指向的节点就多，整体树的深度就小
所以需要增加每层的分叉，两个太少了

多路平衡二叉树（B Tree）

特点

节点拥有的子树数量叫做度
关键数组：N
度数：N+1

分叉数永远比关键字数多1

B+ 树 （加强版多路平衡查找树）

特点：

1、关键字数量跟度数相等
2、根节点和枝节点都不会存储数据，只有叶子节点才会存储数据（完整记录的地址）

优势：

1、B 树的变种，B 树解决的问题他也能解决（每个节点存储更多的关键字；分叉更多）
2、扫库，扫表能力更强（全表扫描只要遍历叶子节点即可）
3、磁盘读写能力比B树更强，（根节点和枝节点不保存数据，一个节点能保存更多的关键字）
4、排序能力更强（叶子节点有下一个数据区的指针，数据形成链表）
5、效率稳定，数据都在叶子节点，IO次数稳定

为什么不用红黑树

红黑树也是BST树，但是不是严格平衡，听过变色和旋转达到平衡：
1、节点分为红色和黑色
2、根节点必须是黑色
3、叶子节点都是黑色的NULL节点
4、红色节点的叶子都是黑色节点
5、从任何节点出发，到其每个叶子节点的路径中包含相同的黑色节点

为什么不用红黑树：

1、只有两个分叉，跟B树一样
2、不够平衡

红黑树一般放在内存中使用，例如java 的TreeMap，可以用来实现一致性hash

hash索引

navicat 里创建索引时，可以选择B tree索引，也可以选择hash索引

哈希索引的特点：

1、时间复杂度是O(1),查询速度快
2、查询数据时根据hash值查找，条件只能为 = ，不能为范围查找（> ;< ;between）
3、hash冲突
memory存储引擎可以使用hash索引

B+Tree 索引落地

mysql创建表时，都会在文件目录下创建对应的文件：
	innoDB是 frm和ibd
	Myisam是.frm .MYD .MYI

MyISAM

MYD存放的数据
MYI存放的索引，一个索引就是一个BTree；所有的索引都在这个文件里

innoDB
聚集索引
二级索引

非聚集索引的都叫二级索引

索引的使用原则