mysql索引存储结构

索引

帮助MySQL高效获取数据的排好序的数据结构;

常见的索引结构

• 二叉树
• 红黑树
• hash
• b-tree
• b+tree索引真正使用的数据结构

二叉树

缺点：一个节点只有两个子节点，当数据量很大时，树的深度很大，要进行多次查询，而且容易造成两边不平衡。

红黑树

优点：解决了二叉树不平衡的问题。
缺点：当数据量很大时 ，树的深度还是很高。

hash

缺点：不能进行范围查找。

b-tree

度（degree）- 节点的数据存储个数
叶节点具有相同的深度
节点中的数据key从左到右递增排列
优点：因为度可以让一个节点存储多个数据，所以大大降低了树的深度。
那是不是度越大越好呢？
答案：不是，当使用索引时，会把树的节点数据从索引文件中读取到内存中，这个读取大小的单位和计算机有关，不过一定是页（一般一页是4k）的整数倍,如果一个节点的数据太大，就会多次向内存中加载数据，也就是进行多次IO操作，这是非常耗性能的。

b+树

和b树不同的是：

1. b+树非叶子节点中的数据是只存储key，不存储数据，单个数据节点的大小减小，可以把树的度设置的更大，从而减少查询次数，提高查询速度。
2. b+树叶子节点存储key和value，从左到右升序排列，并且以指针相连，大大提高了范围内查找的速度和效率。

索引实现

存储引擎是设置在表级别的

Myisam索引实现(非聚集)

• Myisam索引文件和数据文件分离
  在MySQL的data/mysql/目录下一般一张表有三个文件：
  .frm:表结构文件
  .myd:数据文件
  .myi：索引文件
• 索引文件叶子节点中value是数据在数据文件中的地址
• 主键索引与非主键索引存储方式相同

InnoDB索引实现（聚集）

• InnoDB索引文件和数据文件放在一起
  在MySQL的data/mysql/目录下一般一张表有二个文件：
  .frm:表结构文件
  .idb:索引文件和数据
• InnoDB必须有主键，推荐是自增类型。如果没有主键会自动从列中选一个列作为主键，如果都不符合做主键的条件，则InnoDB会为该表创建一个主键。
• 主键索引中value是数据（可以理解为一条记录）
• 非主键索引中value是主键索引中的主键。
• 为什么非主键索引不和主键索引一样value中放置数据呢？
  这就和事务有关了，如果value中都存储数据，则进行更新和插入数据时，这两个索引结构都要改变，而且还要实现事务的ACID特征，不易实现，效率也不高。