大牛手把手教你！MySQL为何选择B+树存储索引

最新推荐文章于 2022-11-17 10:55:14 发布

m0_60452957

最新推荐文章于 2022-11-17 10:55:14 发布

阅读量90

点赞数

分类专栏：程序员文章标签：后端 java 面试

本文链接：https://blog.csdn.net/m0_60452957/article/details/119418993

版权

程序员专栏收录该内容

55 篇文章 0 订阅

订阅专栏

上面就是一种极端情况下的二叉树，会退化成线性链表，这种如果要找到最后一个数6，就要从1开始遍历完整棵树，效率就会非常低。那么有没有一种相对平衡一点，不要出现这种极端情况的数据结构呢，所以就有了平衡二叉树。

平衡二叉树(AVL Tree)

平衡二叉树，英文全名叫做 Balanced binary search trees，简称AVL树，这个AVL并不是英文名的简称，而是发明者(G. M. Adelson-Velsky和E. M. Landis)两个人的人名缩写，请看下图一个平衡二叉树示例：

上图中也是从1开始插入6，如果是二叉树就会变成一种线性结构，但是平衡二叉树就会通过左旋和右旋操作，最终会生成上图所示的结构

平衡二叉树的特点

平衡二叉树相比较二叉树具有一个特点就是：左右子树深度差绝对值不能超过 1，当然，平衡二叉树首先是一颗二叉树，只不过通过左旋和右旋实现左右子树深度差不超过1，避免了二叉树的极端情况的出现。

MySQL为何不选择平衡二叉树

既然平衡二叉树解决了普通二叉树的问题，那么mysql为何不选择平衡二叉树作为索引呢?

索引需要存储什么

让我们想一想，如果我们要把索引存起来，那么应该存哪些信息呢，它应该存储三块信息：

索引的值：就是表里面索引列对应的值。
数据的磁盘地址(通过磁盘地址找到当前数据)或者直接存储整条数据。
子节点的引用：我们需要从根节点往下走，所以需要知道左右子节点的地址。根据这三点，可以有如下大致的一个简单的结构图：

上图中数字表示的是索引的值，0x开头的表示磁盘地址，根节点中存了左右节点的引用。

AVL树用来存储索引存在什么问题

我们知道，页（Page）是 Innodb 存储引擎用于管理数据的最小磁盘单位，页的默认大小为16KB（InnoDB引擎的存储结构后续我会专门写一篇来讲解，请关注我，和孤狼一起学习进步。）。页也就是上图中的节点，每查询一次节点就需要进行一次IO操作，IO操作是一种非常耗时的操作，很多业务系统的瓶颈都是卡在IO操作上，所以如果我们需要提高查询效率的办法之一就是减少IO次数，那么问题就来了，AVL树一个节点上只存了一个关键字(索引值)+一个磁盘地址+左右节点的引用，这是远远达不到16KB的，会浪费了大量的空间。

上图中如果我们要找到6这条数据，需要进行3次IO(获取一个节点就是一个IO操作)，如果这棵树很高的话，就会进行大量的IO操作，所以说AVL树存在的最大问题就是空间利用不足，浪费了大量空间，数据量大的时候就会成为一颗瘦高的树，那么我们可以怎么改进呢？答案很明显了，那就是每个磁盘块多存一点东西，也就是说每个磁盘多存几个关键字，因为关键字越多，路数越多；路数越多，树也就越矮越胖，相应的操作IO次数就会越少。