MySQL索引底层数据结构

索引定义

索引是帮助MySQL高效获取数据的排好序的数据结构。

索引数据结构

二叉树

每个节点有两个子节点，数据量的增大必然导致高度的快速增加，对那种逐渐增大的数据查询相当于链表查询，效率低下，显然这个不适合作为大量数据存储的基础结构。

红黑树

红黑树相对于平衡二叉树，对那种逐渐增大的数据查询会进行平衡，比二叉树快一点，但是树的高度会很高，如果要查询叶子节点，会很慢。

Hash

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，很多时候Hash索引要比B+ 树索引更高效仅能满足 “=”，“IN”，不支持范围查询，但会有hash冲突问题。

B树

叶节点具有相同的深度，叶节点的指针为空 所有索引元素不重复 ，节点中的数据索引从左到右递增排列，一块空间存储一个kv结构，节点中的数据从左到右递增排列，非叶子节点可以存储键和data，由于数据同时存在于叶子节点和非叶子结点中，无法简单完成按顺序遍历B树中的关键字，必须用中序遍历的方法。

B+树

非叶子节点不存储data,只存储索引，可以放更多的索引，叶子节点包含所有索引元素，叶子节点用指针连接，提高区间访问的性能，节点内还是节点之间数据是从左到右依次递增的，一个节点可以放16kb，1170个元素，1170*1170*16  2千万，高度为3，高度是由非叶子节点能放多少个索引元素决定的。

综上所述可以看出B+树效率最高的，这也是MySQL使用它的原因。

使用场景

 B+树

1、全值匹配的查询指的是和索引中的所有列进行匹配，比如查询字段 name = ‘tom’。

2、匹配最左前缀的查询：比如为ａ列和ｂ列设置联合索引，只要联合索引的第一列（ａ列）符合查询条件，索引就会被用到，若只是第二列（ｂ列）符合条件则不会被用到该索引。

3、匹配列前缀的查询只匹配某一列的值的开头部分。

4、匹配范围值。

5、精准匹配某一列并范围匹配另外一列。　

6、只访问索引的查询：在这里指的就是覆盖索引，即只需要访问索引，而无需访问数据行。　

7、用于查询中的order by 操作：索引树中的节点是有序的。一般来说，若B-Tree可以按照某种方式查找到该值，那么也可以用这种方式用于排序。所以，如果 order by 子句中满足前面列出的几种查询类型，则这个索引也可以满足对应的排序需求。

Hash

1、Hash索引必须进行二次查找，使用哈市索引两次查找，第一次找到相应的行，第二次读取数据，但是被频繁访问到的行一般会缓存在内存中，这点对数据库性能的影响不大。

2、hash索引不能用于外排序，hash索引存储的是hash码而不是键值，所以无法用于外排序。

3、hash索引不支持部分索引查找也不支持范围查找，只能用到等值查询，不能范围和模糊查询。

4、hash索引中的hash码的计算可能存在hash冲突。