索引的深入理解

索引定义

数据库索引，是数据库管理系统（DBMS）中一个排序的数据结构，以协助快速查询、
更新数据库表中数据。

---

在 InnoDB 里面，索引类型有三种，普通索引、唯一索引（主键索引是特殊的唯一
索引）、全文索引。
1.普通（Normal）：也叫非唯一索引，是最普通的索引，没有任何的限制。
2.唯一（Unique）：唯一索引要求键值不能重复。另外需要注意的是，主键索引是一
种特殊的唯一索引， 要求键值不能为空。 主键索引用 primay key
创建。
3.全文（Fulltext）：针对比较大的数据，比如我们存放的是消息内容，有几 KB 的数
据的这种情况，如果要解决 like 查询效率低的问题，可以创建全文索引。只有文本类型
的字段才可以创建全文索引，比如 char、varchar、text。

create table m3 (
name varchar(50),
fulltext index(name)
);

---

平衡二叉树（AVL树）

动画展示 https://www.cs.usfca.edu/~galles/visualization/AVLtree.html
定义：左右子树深度差绝对值不能超过 1
通过左旋和右旋变平衡

存储三块的内容：
第一个是索引的键值。比如我们在 id 上面创建了一个索引，我在用 where id =1 的
条件查询的时候就会找到索引里面的 id 的这个键值。
第二个是数据的磁盘地址，因为索引的作用就是去查找数据的存放的地址。
第三个，因为是二叉树，它必须还要有左子节点和右子节点的引用，这样我们才能
找到下一个节点。比如大于 26 的时候，走右边，到下一个树的节点，继续判断。

---

多路平衡查找树（B树）

特点：分叉数（路数）永远比关键字数多 1

---

加强版多路平衡查找树（B+树）

MySQL 中的 B+Tree 有几个特点：
1、它的关键字的数量是跟路数相等的；
2、B+Tree 的根节点和枝节点中都不会存储数据，只有叶子节点才存储数据。搜索
到关键字不会直接返回，会到最后一层的叶子节点。比如我们搜索 id=28，虽然在第一
层直接命中了，但是全部的数据在叶子节点上面，所以我还要继续往下搜索，一直到叶
子节点。

---

实例

举个例子：假设一条记录是 1K，一个叶子节点（一页）可以存储 16 条记录。非叶
子节点可以存储多少个指针？
假设索引字段是 bigint 类型，长度为 8 字节。指针大小在 InnoDB 源码中设置为
6 字节，这样一共 14 字节。非叶子节点（一页）可以存储 16384/14=1170 个这样的
单元（键值+指针），代表有 1170 个指针。
树 深 度 为 2 的 时 候 ， 有 1170^2 个 叶 子 节 点 ， 可 以 存 储 的 数 据 为
1170117016=21902400。

在查找数据时一次页的查找代表一次 IO，也就是说，一张 2000 万左右的表，查询
数据最多需要访问 3 次磁盘。
所以在 InnoDB 中 B+ 树深度一般为 1-3 层，它就能满足千万级的数据存储。

InnoDB 中的 B+Tree 的特点

1)它是 B Tree 的变种，B Tree 能解决的问题，它都能解决。B Tree 解决的两大问题
是什么？（每个节点存储更多关键字；路数更多）
2)扫库、扫表能力更强（如果我们要对表进行全表扫描，只需要遍历叶子节点就可以
了，不需要遍历整棵 B+Tree 拿到所有的数据）
3) B+Tree 的磁盘读写能力相对于 B Tree 来说更强（根节点和枝节点不保存数据区，
所以一个节点可以保存更多的关键字，一次磁盘加载的关键字更多）
4)排序能力更强（因为叶子节点上有下一个数据区的指针，数据形成了链表）
5)效率更加稳定（B+Tree 永远是在叶子节点拿到数据，所以 IO 次数是稳定的）