MySQL存储引擎中的索引结构 B+树

木霖森77

已于 2024-05-22 16:47:58 修改

阅读量269

点赞数

分类专栏：数据库文章标签： mysql索引

于 2018-12-05 13:58:04 首次发布

本文链接：https://blog.csdn.net/mulinsen77/article/details/84788065

版权

数据库专栏收录该内容

23 篇文章 1 订阅

订阅专栏

InnoDB存储引擎支持两种常见的索引：B+树和哈希。

B+树

B+树是从一个Balance Binary树（平衡二叉树）发展而来的，但不是一个平衡二叉树，B+树的索引只能找到被查找数据行所在的页。然后数据库通过把页读入内存，再在内存中进行查找。

平衡二叉树：左子树的值总是小于根的值，右子树的值总是大于根的键值，

二分查找法：logn

平衡二叉树对于查找的性能是比较高的，但是不是最高的，只是接近最高的性能。平衡二叉树多用于内存结构对象中，因此维护他的开销相对较小。

为什么使用B+树呢？
虽然二叉查找树和平衡二叉树都能够实现较快的数据查找，但是，由于数据库的内容是存在于磁盘上，而磁盘IO与内存IO相比，比内存IO慢了10^5～106倍，为了减少磁盘IO，提高检索速度，因而才用了B+树这种数据结构。换言之，B+树就是为磁盘或其他直接存取辅助设备而设计的一种多路查找树，是多叉树。
在这里插入图片描述
从上面可以看出，所有记录的节点都在页节点中，并且是顺序存放的，如果我们从最左边的节点开始遍历，可以得到的所有键值的顺序是：1、2、3、4、5、6、7。

在B+树中，所有记录节点都是按照键值的大小顺序存放在同一层的叶节点中，各个叶子节点通过指针进行连接。由于一个节点中存放了多条的数据，那么检索的时候，进行的磁盘IO次数将会少掉很多。

在B+树插入的时候，为了保持平衡，对于新插入的键值可能需要做大量的拆分页操作，而B+树主要用于磁盘，因此页的拆分意味着磁盘操作，因此应该在可能的情况下尽量减少页的拆分。因此，B+树提供了旋转的功能。至于旋转和删除等内容，过于复杂，这篇笔记先不做记录。只是了解使用B+树的原因以及B+树的特性。

InnoDB存储引擎使用聚集索引，实际的数据行和相关键值保存在一起。InnoDB的数据文件本身要按照主键聚集，所以InnoDB要求表必须有主键。MYISAM可以没有。

每一张InnoDB的表都会有一个主键作为索引，如果没有显示指定的话，InnoDB引擎会指派一个unique的列作为主键，如果没有unique的字段的时候，会自动的生成一个隐含的列作为主键。
这也是我们在数据库设计的时候要有一个与业务逻辑无关的auto_increment的自增主键的原因，主键索引也不要过长，否则会使辅助索引相应的变大。

在这里插入图片描述
聚集索引这种实现方式使得按主键的搜索十分高效，但是辅助索引搜索需要检索两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。因为辅助索引叶子节点中存储的不是行的物理位置，而是主键的值。
辅助索引搜索的整个查找过程为两次查找：二次索引–>主键–>数据的叶子–>通过数据叶子节点中的page directory找到数据行。

因此，过程为：将主键组织到一棵B+树中，而行数据就储存在叶子节点上，若使用”where id = 13”这样的条件查找主键，则按照B+树的检索算法即可查找到对应的叶节点，之后获得行数据。若对Name列进行条件搜索，则需要两个步骤：第一步在辅助索引B+树中检索Name，到达其叶子节点获取对应的主键。第二步使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据。

这是与MyISAM引擎的区别：InnoDB的数据文件本身就是索引文件，MYISAM中的索引文件和数据文件是分离的，索引文件仅仅保存数据记录的地址。InnoDB中表数据文件本身就是B+tree组织的一个索引结构，这棵树的叶节点data域保存了完整的数据记录。InnoDB表数据文件本身就是一个主索引。

聚集索引的存储是逻辑上连续的。页通过双向链表链接，按照主键的顺序排列，每个页中的记录也是通过双向链表进行维护的，物理存储上可以同样不按照主键存储。

目前我们的MySQL对于索引的添加和删除操作，都是需要创建一个新表，把原来表中的数据导入，再删除原表，将新表命名为原表，其实就是一整个都要被替换，如果一张表中数据太多的话，后期添加删除索引需要花费很长时间，因而索引一定要提前设计好。

MyISAM：
在这里插入图片描述

可以看出MyISAM的索引文件仅仅保存数据记录的地址。在MyISAM中，主索引和辅助索引（Secondary key）在结构上没有任何区别，只是主索引要求key是唯一的，而辅助索引的key可以重复。
MyISAM中索引检索的算法为首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其data域的值，然后以data域的值为地址，读取相应数据记录。

MyISAM的索引方式也叫做“非聚集”的，之所以这么称呼是为了与InnoDB的聚集索引区分。

MySQL的优化主要分为结构优化（Scheme optimization）和查询优化（Query optimization）
这里我们不做具体介绍。

MySQL索引：http://blog.jobbole.com/24006/

二次复习总结：

mySQl innoDb B+树存储，一定是平衡的，以避免树太高；
子节点一定是有序的，且子节点之间有指针相互连接，所以可以快速查找，适合范围查询；
B+树的非叶子节点存储key（键值）和指向子节点的指针，其中键值一般为数字形式，用于对数据进行分区，不同分区的范围由某一个子节点覆盖。
B+树的叶子结点存储实际数据（页）或者指向实际数据的指针

聚集索引和非聚集索引都是B+树，只是存储内容不一样：

聚集索引定义了一个表的物理存储顺序，也就是表的实际行的顺序，所以一个表只有一个聚集索引；聚集索引的叶子结点中不只包含索引键值，还包含了表中行的全部数据。
（主键就是聚集索引，如果没有主键。默认第一个唯一非空索引为聚簇索引；如果咩有索引系统会自动创建一个唯一的聚集索引）
非主键索引树（非聚集索引）的叶子结点存储索引键值以及指向实际数据（页号/记录号）的指针（例如主键索引对应值），要到主键索引树中继续查找实际数据，这过程称为“回表”
一般非主键索引就是非聚集索引