MySQL 索引和算法

索引是帮助MySQL高效获取数据的排好序(从小到大)的数据结构

索引数据结构

•二叉树    

    .数据量大的情况下树可能会倾斜，查询不稳定

•红黑树

      .数据大的时候树的高度增加，导致查询不稳定，树每增加一高度就是一次IO

      树的高度不可控

•Hash表

   •对索引的key进行一次hash计算就可以定位出数据存储的位置

   •查单个值的很多时候Hash索引要比B+ 树索引更高效

   •但是仅能满足“=”，“IN”，不支持范围查询，实际业务大部分都是范围查找

   •会有hash冲突问题

•B-Tree

   叶子节点没有指针，非叶子节点存data

.B+Tree

  非叶子节点只存索引，叶子节点存索引和data，并用双向指针链接

如果数据表中没有主键索引，数据库会找唯一索引，如果都没有数据库自己生成一个rowid来作为索引

InnoDB 聚集索引

   三大特性：双写缓存，自适应哈希索引，buffer pool

   数据结构

      

辅助索引/二级索引  数据结构和主键一致，但是叶子节点不存data，存的是主键ID ,所以除了主键索引是聚集索引，其他都是非聚集的。二级索引是叶子节点保存的ID是无序的，二级索引需要回表查询，引入了MRR机制多范围读取，最大程度的减少回表次数。

联合索引  index(a,b,c) 先用a排序,再用b查询,然后用查询.

自适应哈希索引(AdaptiveHashIndex,AHI) InnoDB存储引擎内部监控索引热数据，创建的哈希索引，InnoDB存储引擎使用的哈希函数采用除法散列方式，其冲突机制采用链表方式。

MyISAM 非聚集索引

   数据结构