MySQL 索引原理

索引类似字典目录，通过目录可以快速高效的找到想要的内容，总得来说是一种通过空间换时间提高查询效率的方案。它常包含以下几种实现：

• Hash 类型
• B 树类型
• B+ 树类型

首先对于 Hash 类型来说，它只适合单 key 查询，不能做范围查询（不能对索引值排序），一般很少使用

平衡二叉树具有极高的查询效率，每次判断，只需向左或者向右即可，时间复杂度 log2n。然而由于每个节点只能保存一条数据，对于数据库这种海量数据来说，树的高度太高导致磁盘 I/O 的次数过多，再加上为了维持树的平衡所需的左旋、右旋操作，整体效率很差，这也是为什么索引不使用平衡二叉树或者红黑树的主要原因

B 树实际就是二叉树的进一步变种，它的每个节点可以保存多条数据，并且包含多个指向子节点的引用，维护有序数据并允许顺序访问、插入和删除，比较契合磁盘预读逻辑，更适合读取、写入相对较大的数据块，非常适用于数据库和文件系统

B- 树实际就是 B 树，这块是因为翻译问题

B 树是一种平衡多叉树，对于 m 阶的 B 树，它必须满足以下条件：

1. 每个节点最多包含 m 个子节点
2. 非根节点至少有 m / 2 个元素
3. 如果根节点不是叶子节点，则至少包含两个子节点
4. 具有 k 个子节点则包含 k - 1 个元素
5. 所有叶子节点必须处于同一水平

对于插入操作，每次在根节点对应位置插入，之后根据以下规则进行调整：

1. 若该节点元素个数小于 m - 1，直接插入
2. 若该节点元素个数等于 m - 1，引起节点分裂，取中间元素插入到父节点中
3. 重复步骤二，直到所有节点符合 B 树的规则，最坏的情况一直分裂到根节点，生成新的根节点，高度增加 1

下面以 3 阶 B 树为例，分别介绍上面三种情况：

• 场景1：直接添加，无须任何处理
  
• 场景2：分裂，中间节点分裂为父节点
  
• 场景3：多次分裂，产生新的父节点
  

注意，上面只是为了画图方便，实际场景中 B 树是这样的：

一个节点如果包含 k 个元素，就包含 k + 1 个子节点引用，上面把这块省略掉了

对于删除操作，首先在 B 树中查找需删除的元素，如果存在就删除，删除后根据以下规则进行调整：

• 被删除元素位于叶子节点且删除后节点中元素数目小于 m / 2，则需要看其相邻兄弟节点是否丰满：如果丰满，则向父节点借一个元素来满足条件（丰满节点提交一个到父节点）、如果都不丰满，父节点下放一个元素，并和其子节点合并为一个新节点，合并完成后父节点也要判断是否需要继续合并
• 如果被删除元素位于非叶子节点，则将它的下一个节点上移，最终相当于删除某个根节点元素，删除会执行上述规则

下面同样以 5 阶 B 树为例，分别演示几种情况：

• 场景一：正常删除，无影响
  
• 场景二：被删除元素在叶子节点，相邻节点丰满
  
• 场景三：被删除元素在非叶子节点，子节点丰满
  
• 场景四：被删除元素在叶子节点，兄弟节点不丰满

最后来看一个 B 树的示例图：

---

B+ 树是在 B树的基础上，做的更进一步的优化，它的特征如下：

1. 有 m 个子树的中间节点包含有 m 个元素，每个元素不保存数据，只用来判断
2. 叶子节点中包含了全部元素信息，及指向具体数据的指针，且叶子节点依元素自小而大的顺序链接

看一个 B+ 树的示意图：

---

MySQL 为什么使用 B+ 树而不是 B 树主要由预读策略导致：计算机存储分为两种：内存和外存，外存就是常说的磁盘

内存操作速度极快，外存磁盘数据基于机械运动。每次磁盘读取数据的时间分为寻道时间、旋转延迟和传输时间。其中主要花费时间再寻道和旋转延时上，传输时间可忽略不及。一般每次磁盘 IO 需要 9ms 左右时间，而每秒差不多能执行上亿次内存操作，也就是说：执行一次 I/O 的时间可以执行几十万条内存操作

考虑到磁盘 I/O 非常慢，操作系统提出局部预读来提高效率，也就是说每当读取某个地址的数据时，其相邻的数据很快也会被访问到，所以磁盘以页为单位读取数据，每次读取一页大小，一页大约 4K 或者 8K

而索引存储在磁盘中，想要更快更高效的查到数据，主要需减少的就是 IO 的次数，IO 次数越少，查询速度越高。B 树的每个节点的元素可以视为一次 I/O 读取，树的高度表示最多的 I/O 次数，因此树的高度越低，查询效率越高。

因此 B+ 树相比 B树 具有以下优点：

1. 树更低：B+ 树的非叶子节点没有存储指向元素的具体指针，所需内存更小，树的高度更低
2. 效率稳定：B+ 树每次查询总是从根到叶子节点，效率稳定，B 树查找的节点层数低时效率高，层数高时效率低
3. 更适合范围查询：B+ 树叶子节点间存在指针，范围查找实际就是指针的遍历

至于红黑树就更不用说了，每个节点都包含两个子节点，树高度极高，查询效率肯定比不上 B+ 树和 B 树