INNODB引擎-索引与算法(一)

1、INNODB引擎索引概述

INNODB引擎常见的索引：

（1）B+树索引

（2）全文索引

（3）哈希索引

INNODB引擎所支持的哈希索引是自适应的，会根据表的使用情况，自动为表生成哈希索引，不受人为干预在一张表中是否生成哈希索引

B+树索引是目前关系型数据库查询最为常用和有效的索引，B+树不是二叉树，而是有平衡二叉树演化而来。

B+树不能准确定位到行数据，而是定位该行数据所在的数据页，然后将数据页加入缓存中，从缓存中获取查询数据。

2、数据结构与算法

2.1 二分查找法

二分查找法也称折半查找法，采取的是一种跳跃性思考方式，针对的是一组有序的数据。即先以该有序数组的中心位置的数据为比较对象，如果大于中心数据，则查中心数据的右半部的数据，舍掉左半部数据。这样就去掉了一半的数据，然后在找到右半部数据的中心数据，再做比较，如此循环查找下去。

二分查找的速度即logn，n为有序数组的长度。具体详解可查看算法图解该书。

2.2 二叉树和平衡二叉树

二叉树的数据结构，如下图：

 

图中，每个数字都代表着每个节点的键值，左边的键值小于根值，右边则大于根值。

再看下二叉树的查找速度，查找2、5、8分别是需要3次，3、7需要2次，6只需1次，所以平均值为（3+3+3+2+2+1）/6=2.3次，如果是顺序查找，则是（1+2+3+4+5+6）/6=3.3次，所以二叉树的查找速度是要优于顺序查找。

二叉树可以任意的构造，也会出现下面这样的情况：

 

改图查找起来，则平均速度为（5+5+4+3+2+1）/6=3.16次，则速度就与顺序查找差不多，若需要最大性能地构造一棵二叉树，则就引出了下面的新定义-平衡二叉树，或称AVL树。

平衡二叉树的定义为任何一个节点的子树高度差不能大于1。如果左右子树的高度相等，则叫做最优二叉树，由于最优二叉树需要大量的维护操作，所以一般情况下用户构造一棵平衡二叉树就可以。如下图，则是一棵最优二叉树：

 

2.3 B+树

B+树精简了解下:B+树是为磁盘或者其他直接取存的辅助设备设计的一个平衡查找树，其基本结构如下图：

 

这是一棵高度为2的B+树，每个数据页的最大存储条数为4条。

2.3.1 B+树的插入

B+树的插入主要分为三种情况：

 

拿例子说明下：

比如初始的B+树如下图，其中顶层的根数据页即索引页（IndexPage），地下的子树节点为Leaf页：

 

这时我们如果想要插入一个28的键值，会发现25、30所在的Leaf页有空位，则直接插入就ok。则该B+树就变成了下图：

 

这时我们接着插入一个70的键值，根据规则，就应该是插入到50、55、60、65这个Leaf页中，但是现在这个数据页位置已满，因此我们需要将该Leaf页拆分并且将该页的中位数提到索引页，则变成如下图：

 

这时接着插入95，会发现Leaf页已满，需要提取中心数据到索引页，索引页也是满的，也需要重新拆分，则变成下图：

 

因为B+树结构主要是针对磁盘，每次拆分的操作都会进行磁盘的操作，所以我们应该尽可能的减少磁盘的操作。因此B+树提供了类似于平衡二叉树的旋转功能。

B+树在插入时，如果该页数据满了，则会去左右兄弟节点查看是否有空余位置，如果有，则将数据移动到兄弟节点，同时更新索引页。而不是直接进行拆分操作。针对上面插入70键值，则实际发生的操作应该是如下图：

 

2.3.2 B+树的删除操作

B+树的删除操作会涉及到一个填装因子的概念，可以简单这么理解，上面提到每个页的最多可插入四条数据，如果这是有两条数据，则填装因子为50%。50%为B+树可设置的最小值。同插入一样，删除也需要考虑三种情况：

 

举个实例：

初始的B+树为下图：

 

这时删除25键值， 25所在的Leaf页去掉25后，恰好填装因子为50%，无需操作。25删除后，28键值更新到索引页，如下图：

 

这时接着删除60键值，会发现60所在的Leaf页填装因子小于50%，则需要合并到50、55的Leaf页，最顶层I索引页删除后，底下的两个索引页合并。