Mysql索引底层原理与性能优化

在一般的开发中不会有碰到数据结构、算法的一些底层东西。但是了解了之后会对你的开发有很大的帮助。最近学习了一下。做一个笔记。更深的学习，请看相关书籍或视频。

一、索引是帮助Mysql高效获取数据的排好序的数据结构

二、索引的数据结构

• 二叉树
• 红黑树
• Hash表
• B-Tree
• B+Tree

1、二叉树

如图（一个二叉树插入的过程）：

有一个根节点，有了根结点之后，每个顶点定义了唯一的父结点，和最多2个子结点。左侧的节点永远比右侧的要小。

如图（查找数据）

查找数据，如果按插入顺序查询要7步（因为是最后一个插入的），二叉树了3步查出结果。比顺序结构快了很多。但是有一个问题，如果是数据是顺序递增。那就会变为链表，那索引就无效了。那么就出现了红黑树

如图：

2、红黑树

如图：（红黑树的插入过程）

所以，红黑树又是二叉树的升级版，是特化平衡二叉树。但是在数据量大的时候树的高度就会增加，然后会导致IO过程多，查询速度会减慢些。

3、Hash表

是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

简单说就是有一个表存着一个值得算出来的hash值，和对应的数据地址，查询很快。但是有个缺点，如果查询大于小于的数据时候就不行了。所以有一定的局限。

4、B-Tree

B树和平衡二叉树稍有不同的是B树属于多叉树又名平衡多路查找树。简单点说就是一个节点可以有多个分叉。这样可以减少树的高度从而减少IO磁盘。

如图（B-Tree插入过程）：

上面说了这么多其实都是在铺垫。Mysql索引底层用的是B+Tree和Hash表（可以选择）。B+Tree又是啥。B+Tree是B-Tree的优化版。其实上面的说的数据和索引都是在一个节点存储。B+Tree，是把数据都放到了叶子节点，上面都是索引，这样就可以减少节点的存储空间，而来增加的每个节点的索引数量。叶子节点就是它的所有存储数据。

5、B+Tree

如图（B+插入过程）：

三、存储引擎

聚集索引：

聚集索引-叶节点包含了完整的数据记录。就是说索引和数据是在一个文件存储（如：InnoDB引擎）

非聚集索引：

非聚集索引就是索引和数据不在一个文件存储。索引有索引的文件对应的数据的地址。数据是数据的文件。（如：MyISAM引擎）

四、性能优化优化

为什么InnoDB表必须有主键，并且推荐使用整形的自增主键？

1、InnoDB表文件本身就是按B+Tree组织的一个索引结构文件，所谓要有主键。如果表没有设计主键那么Mysql表中找一列，如果没找到会在后台默认加一个看不见的主键。

2、整形的比较会更快，自增会避免在插入数据时在数据的中间插入破坏结构。

待续…