MySQL(八)：索引，java程序设计案例教程课后答案吕林涛

• • OLTP与OLAP

• 不同应用中B+树索引的使用

• 联合索引

• 覆盖索引

• INDEX HINT

• Multi-Range Read

• Index Condition Pushdown

• T树索引

• • T树概述

• T树的查找、插入和删除操作

• T树的旋转

• 哈希索引（索引不再是B+树，而是一个散列表）

• • 散列表

• InnoDB存储引擎中的散列算法

• 自适应哈希索引

缓冲池、顺序读取和顺序读取

根据存储介质的不同，可以将数据库分为基于磁盘的数据库系统、基于内存的数据库系统，以及混合型数据库系统。基于磁盘的数据库系统是最为常见的一种关系型数据库，比如MySQL、SQL Server。随着内存的使用不断增加，基于内存的数据库系统也变得十分流行了，而混合型数据库系统就是将上述两种数据库的有点进行了结合。

毫无疑问，基于内存的数据库系统是最快的，因为数据库不需要对磁盘进行操作，磁盘的速度要远远慢于内存的速度，因此基于磁盘的数据库系统一斑都有缓冲池，即一块内存区域，其作用是从磁盘上读取的指定大小数据——称为页或块，放入缓冲池中，当再次读取的时候，数据库会首先判断该页是否在缓冲池中，如果在的话，会直接从缓冲池中读取缓冲池中的页，如果不在则读取磁盘上的页（读取了就会放入缓冲池中）。而对于写的操作，数据库将页读入缓冲池中，然后在缓冲池中对页进行修改，修改完成的页一般被异步地写入磁盘中（异步即开启另一个线程去写，不影响当前的使用，同步是要完成当前的动作，才能开启下一个动作）。

对于缓冲池的维护一般采用LRU算法，由此可见，缓冲池的大小决定了数据库的性能，若数据库中的数据可以完全存放于缓冲池中，则可以认为这时的数据库是最优的，除了同步/异步的写磁盘的操作外，所有其他操作都可以在内存中完成。

对于MySQL数据库系统，由于其有着各种不同的存储引擎，因此其缓冲池是基于存储引擎的，也就是说每个存储引擎都有自己的缓冲池。对于MyISAM存储引擎来说，变量key_buffer_size决定了缓冲池的大小，对于InnoDB存储引擎来说，变量innodb_buffer_pool_size决定了缓冲池的大小。

现在我们来了解一下读取页（磁盘储存数据的单位）的方式

总共有2种方式，第一种是顺序读取，顺序读取是指按顺序地读取磁盘上的页，第二种是随机读取，随机读取并不是指随机去读取，而是指访问的页并不是连续的，即需要磁盘的磁头不断移动（传统的机械硬盘是由磁头、磁道、扇区、柱面组成的，读取时需要通过磁头的移动来定位数据，这个时间称为寻道时间）。这里需要注意的是，这里的顺序是指逻辑上的顺序（即获取页中的数据，数据的先后），在物理上不可能保证所有的数据都是顺序的（即页在磁盘中的分布都是按顺序来的），而为了保证顺序，数据库存储引擎一般都是根据区来管理页，例如在InnoDB存储引擎中的一个区是64( 2 6 2^6 26)个页，因此在顺序读取数据库时，可以保证这64个页是连续的，而区与区之间的页，可能连续也可能不连续（比如某个表数据需要4页的存储空间，然后这个区只剩下3页，那么是明显不够的，需要另一个区再提供一页，那么这两个区的数据就连续了）

B+树索引

B+树的索引的本质就是B+树在数据库中的实现，而B+树索引在数据库中的一个特点就是高扇出性（就是结点可以放多个数据，每个数据又看作一个小结点，每个小结点的下一层又可以放左右两个结点，比如一个4-结点，那么这4-结点的子结点就有8个），例如在InnoDB存储引擎中，每个页的大小为16KB（页在B+树的体现，就是B+树的叶子结点，因为页是存储数据的，B+树只有叶结点有数据，注意这里的叶结点也是什么M-结点的，所以一个页是有多行数据的，也就是多个data，16KB也就大概16个结点），因此树的高度一般都在2~4层。

这意味着使用索引进行一次查找，顶多需要2到4次的IO操作（访问磁盘，或者访问缓存区）。

B+树索引可以分为聚集索引和辅助索引（即非聚集索引），但是这两者本身本质都与B+树结构一样，区别仅仅在于所存放的数据不同。

InnnoDB的B+树索引

InnoDB的存储引擎索引组织表，也就是说数据文件本身（页和块）就是按照B+树方式存放数据的。其中，B+树的键值为主键，若在建立时没有显示地指定主键，则InnoDB存储引擎会自动创建一个6字节