mysql-基于tree的索引的数据结构

各种基于树的索引的数据结构：

1.普通二叉树：
查找的效率取决于数据的分布情况，如上图类似于全表扫描：


2.平衡二叉树（红黑树就是一颗定义更复杂一些的平衡二叉树）：
会在数据的插入或删除的时候，通过一个平衡因子（旋转树的方式）去保证整个树的相对平衡
（1）相对平衡二叉树：某个节点的子节点的高度差不会超过1

（2）完全平衡二叉树：AVL树，整棵树的高度差都不会超过1

检索过程：一个节点就认为是在一个磁盘块的位置，一个节点包含了关键字（比如id），数据区（真正存储磁盘位置或内存地址的地方，通过这个地址的映射真正去表中加载数据的区域），子节点引用（有P1，P2两个指针地址），要加载的关键字和根节点的关键字进行比对，通过子节点引用快速进行顺序IO，指向左或右子节点，继续进行关键字的比对，直到命中关键字，然后加载数据区的数据。

缺点是：
（1）数据处的（高）深度决定着他的IO操作次数，IO操作耗时大
（2）每一个磁盘块（节点/页）保存的数据量太小了，没有很好的利用操作磁盘IO的数据交换特性（操作系统去硬盘中读取一次，交换的数据是4kb），也没有利用好磁盘IO的预读能力（空间局部性原理：操作系统在读取文件头的4k以后，它会认为接下来的8k,16k或更多的数据也需要读取），从而带来频繁的IO操作。
注意：MySQL一次性加载16k。一次性读操作系统的4页相当于读MySQL的1页。

3.多路平衡查找树，B-Tree是一颗绝对平衡树

特点：（1）所有子节点全部在同一层，新增一条数据时，节点的关键字个数超过路数时，由下向上分裂增加高度。
（2）每个节点的关键字的个数最多有（m路-1）个，MySQL路数=16k1024/索引字段的数据类型的字节长度。
（3）定义数据类型的长度时，能短则短，否则冗余的字节数会拖垮整个路数，使得IO开销增大，性能下降。
很多关系型数据库选择B树这种数据结构作为索引机制，因为他很好的利用了磁盘的交互特性，特别是硬盘级的索引，要么是B树，要么是B树的变种，比如MySQL用的B+树，Oracle用的B树。

4.MySQL的B+树

是以左闭合区间的方式实现，推崇的是以数字作为索引，基本是自增，往右边插入数据。
数据全保存在叶子节点，子节点只保存关键字和引用。

B+tree与B-tree 的区别：
1，B+tree节点关键字搜索采用闭合区间，就算根节点命中了，最终也会找到叶子节点。
2，B+tree非叶子节点不保存数据相关信息，只保存关键字和子节点的引用
3，B+tree关键字对应的数据保存在叶子节点中
4，B+tree叶子节点是顺序排列的，并且相邻节点具有顺序引用的关系

MySQL索引选择B+tree的原因是：
（1）B+树是B树的变种（PLUS版）多路绝对平衡查找树，他拥有B树的优势
（2）B+树扫库、表能力更强
（3）B+树的磁盘读写能力更强
（4）B+树的排序能力更强
（5）B+树的查询效率更加稳定

上一篇：MySQL的几种存储引擎
下一篇：MySQL内部原理深度解析