MySQL底层数据结构

1、引入

一个sql语句在mysql中究竟是如何运行的？又应该通过怎样的方式去查找我们要找的数据？这里就涉及到几种存储数据的算法；

可以做索引的数据结构有数组、链表、二叉搜索树和B树（B-树、B+树）。

2、各种数据结构

2.1、HASH

由于HASH查询和写入的时间复杂度是O(1),这意味着只需要一次hash计算就可以得出数据位置，但是会存在hash冲突，并且MySQL没有使用HASH表作为底层数据结构，是因为HASH不支持范围查找。

2.2、二叉搜索树

二叉搜索树的中序遍历结果是一个有序数组

1 2 3 4 5 6 7 8

二叉搜索树最好的时间复杂度是O(logN),最坏为O(N)

只写了10~11个元素，这棵树的树高就已经4层了，意味着每树高一层MySQL在查询数据的时候就多一次IO。

IO特性是系统中最重要的瓶颈，二叉搜索树在数据量非常大的时候是没有办法控制树的高度，所以也不是MySQL选用的数据结构。

2.3、N叉搜索树

N叉搜索树是对二叉搜索树做了一个优化

 

*这棵树依然满足范围查找的要求

*有效的降低了树高

但MySQL依然觉得这棵树不太理想，于是在这个N叉搜索树上做了一些优化

2.4、B+树

 

 

通过观察可以发现B树和B+树的一些区别，下面是对结果的总结

1、叶子页点之间都有一个相互连接的引用，可以通过一个叶子节点找到他相邻兄弟节点在MySQL中叶子节点之间是一个双向循环链表

2、非叶子节点的值，都包含在叶子节点中，在MySQL中非叶子节点保存了子节点的引用，没有存真实的数据，真实的数据全都放在了叶子节点。

3、对于B+树来说，在相同树高的情况下，查找任意元素的复杂度都是一样的，中间比较次数也都差不多，也就是说性能均衡，只要控制树高，就能达到性能可控的效果。

4、非叶子节点中的值，都是其他叶子节点中的第一个元素

3、MySQL读取数据

 MySQL读取数据时，把数据放到一个叫数据页的这个单元中，每一个页大小是16kb，每一页对应的就是B+树中的一个节点。

如果我们一条数据只有1kb，那么一个叶子节点就可以放16条数据。如果我们用主键索引，非叶子节点保存的是它孩子节点的引用（6B），同时保存主键的值（8B），一个数据单元就只占用14B。

一个页（节点）的大小为16kb，一个对子节点的引用大小为14B，那么一页里就可以存1170个对字节点的引用。

最终三层树高的B+树就可以存放的数据是1170*1170*16=21，902，400条数据。

也就是说在符合上述的条件下，21，902，400条数据中可以控制在三层树高，那么MySQL就可以通过三次IO操作就把数据信息找出来。