索引 原理与B+ 树

• 数据库的高效查询离不开索引，那么索引是什么？索引的原理是啥？为何查询更快？
• 索引在mysql的定义是：索引是一个提高查询效率的数据结构。一个有序的数据集合，正因为有序所以利用高效的查询算法就可以提高查询的效率。
• 常见的查询算法：顺序查询，二分法查询，二叉树查询，块查询。
• 顺序查询：效率最低，因此也适合无序的数据集合查询。
• 二分法查询：即利用数据集的有序性，一次淘汰一半数据，从而提高查询的效率。
• 二叉树查询：常用的是平衡二叉树，即每个节点都只有两个子节点，且左边的节点都小于根节点，右边的节点都大于根节点。反之也可以。
• 块查询：即将数据集合分成一块块的，块与块之间有序，快内无序有序都可以。这样可以查找的效率。
• 可以看出，要想提高查询的效率关键还是构建一个有序的数据集，然后根据不同的算法生成对应的有序集合。
• 平衡多路二叉树：即B-tree,通过扩展节点的宽度，从而构建一个宽度和深度适合的集合，从而提高查询效率。
• B-tree的特点：一个m阶的B-tree 树，下图是3阶。即d=2 ,h=3
• 根节点非叶子节点，则至少有2个子节点。
• 除去根节点和叶子节点，其他节点至少有ceil(m/2)个子节点，这里就是至少2个子节点。
• 所有叶子节点的深度一致。
• d 大于等于1正整数，称为B-tree 的度，h 是B-tree的高度。
• 每个非叶子节点由n-1个key和n个指针组成，其中d<=n<=2d。
• 每个叶子节点最少包含一个key和两个指针，最多包含2d-1个key和2d个指针，叶节点的指针均为null 。
• B+tree  B+ 树相对于B树的有点在于，B+ 采用内节点只存储key，所有数据存在于叶子节点。
• 叶子节点之间使用指针链接起来，构成一个有序的链表形式。
• 叶子节点深度一致。
• 
•  
• 在mysql的InnoDB存储引擎里：
• 主键建立主索引，主索引的最后的叶子节点存储的就是数据库表的记录，即key的value就是表的一条记录。
• 
• 辅助索引的叶子节点指向的是主键ID。
• 
• 这两点是与MyISAM 存储引擎不同之处。
• MyISAM 里叶子节点记录的是表中每行数据的起始地址。
• 辅助索引和主索引一样记录的都是地址。
• 索引的最左匹配规则：在abc三个列上建立一个联合索引，那么这个索引是怎样的呢？

| A | B | C |

| 1 | 2 | 3 |

| 1 | 4 | 2 |

| 1 | 1 | 4 |

| 2 | 3 | 5 |

| 2 | 4 | 4 |

| 2 | 4 | 6 |

• 联合索引就像是按照字典查找字一样，先查第一个字母，在查第二个字母，最后查第三个。
• 由此可见，索引存遵循最左前缀匹配规则。

注：ceil 向上取整。部分图片摘自网络。