简单理解Mysql Innodb引擎中的B+树

最新推荐文章于 2024-07-26 20:00:21 发布
最新推荐文章于 2024-07-26 20:00:21 发布
阅读量465 收藏
点赞数
分类专栏： 学习内容 笔记 文章标签： mysql b树 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/nagisa_ikaros/article/details/125786196
版权
本文探讨了Mysql InnoDB引擎在5.7版本后使用B+树进行数据查询的效率优势，重点关注16kb分页机制的影响。非叶子节点包含文件头、索引类型等信息，叶子节点包含变长列表、事务ID等。通过分析，提出增加B+树容纳量的三个途径：页大小、主键大小和字段长度。虽然MySQL通常不支持直接修改页大小，但可以通过源码级别的调整实现，如改变UNIV_PAGE_SIZE和UNIV_PAGE_SIZE_SHIFT的值。
摘要由CSDN通过智能技术生成

目前为止，作为绝大多数的数据库选择的主流——Mysql的使用愈发广泛，这篇文章我们就简单小计一下Mysql5.7版本之后，默认引擎Innodb使用B+树的基本分页机制。
B+树的优势在于使用明显较小的层数来完成数据库数据的查询，而Innodb的默认分页大小为16kb，那么这个16kb所影响的方面在什么地方呢？
首先我们要理解在整个数据底层中，在非叶子节点的情况下，每一页的内容：

  • file Header、Page Header等 102字节
  • Infimum+Supermum 13字节
  • 记录头 5字节
  • 索引类型（例：int为 4字节,longint为 8字节）
  • 页目录偏移量 4字节
非叶子节点可以存储的记录数量
=（页大小-file Header - Page Header-...)/(记录头 +主键+页偏移量）
=(16kb-128b)/(5b+4b(int
最低0.47元/天 解锁文章
nagisa_ikaros
关注
专栏目录
Mysql索引Innodb及底层存储结构B+树
weixin_48886235的博客
12-11 448
索引是什么及工作机制？ 索引是为了加速对表中数据行的检索而创建的一种分散存储的数据结构。其工作机制如下图： 上图中，如果现在有一条sql语句 select * from user where id = 40，如果没有索引的条件下，我们要找到这条记录，我们就需要在数据中进行全表扫描，匹配id = 13的数据。 如果有了索引，我们就可以通过索引进行快速查找，如上图中，可以先在索引中通过id = 40进行二分查找，再根据定位到的地址取出对应的行数据。 MySQL数据库为什么要使用B+TREE作为索引的数据结构？
COPY innodb存储引擎索引概述
lienen的专栏
03-24 584
innodb存储引擎支持两种常见的索引：B+树索引和哈希索引。 innodb支持哈希索引是自适应的，innodb会根据表的使用情况自动生成哈希索引。 B+树索引就是传统意义上的索引，是关系型数据库中最常用最有效的索引。B+树是从最早的平衡二叉树演变而来，但是B+树不是一个二叉树。B+中的B不代表二叉(Binary),而是代表平衡(Balance)。   注意：B+树索引并不
MySQL中InnoDB存储引擎 B+树索引的使用
最新发布
weixin_64965172的博客
07-26 1368
每个索引都对应一棵 B+ 树， B+ 树分为好多层，最下边一层是叶子节点，其余的是内节点。所有 用户记录 都存储在 B+ 树的叶子节点，所有 目录项记录 都存储在内节点。InnoDB 存储引擎会自动为主键（如果没有它会自动帮我们添加）建立 聚簇索引 ，聚簇索引的叶子节点包含 完整的用户记录。
MySQL中InnoDB索引数据结构（B+树）详解
weixin_45606985的博客
01-19 3165
MySQL的索引结构为什么是B+树？而不是其他。 MySQL中InnoDB索引数据结构（B+树）详解，包括二叉查找树，平衡二叉树，B树和B+树的讲解
MySQL 中 InnoDB 存储引擎使用的 B+树底层数据结构
www_tlj的专栏
04-18 1794
内部节点：内部节点只包含键（keys）和到其子节点的指针（不包括数据项本身）。内部节点的主要功能是分派，即根据搜索条件引导查询到正确的叶子节点。叶子节点：叶子节点包含所有数据值以及相应的键。在 B+树中，数据仅存储在叶子节点中，并且叶子节点通常是双向链接的，这支持快速的顺序访问。介绍 InnoDB 中的页（通常大小为 16KB）如何用于存储 B+树的节点。InnoDB 存储引擎中，数据是以页（Page）为单位组织的，页是基本的磁盘I/O操作单位。
深耕MySQL - InnoDB的索引方案之B+树索引
你今天真好看呀
02-19 672
文章目录1. 数据页2. 页分裂3. 目录项4. InnoDB中的索引方案 1. 数据页 首先建立一张表： create table index_demo( c1 int, c2 int, c3 char(1), primary key(c1) ) ROW_FORMAT=COMPACT; 记录放到页里面的示意图： 我们在根据根据某个搜索条件查找一条记录时，为什么要遍历所有的数据页呢？原因是各个页中的数据并没有规律，我们并不知道搜索条件会匹配哪些页中的记录，所以不得不依次遍历所有的数据页。如果想快
后端面试之MySQL-InnoDB一颗B+树可以存放多少行数据？
【码农在新加坡】的专栏
01-08 2301
首发于微信公众号：【码农在新加坡】，欢迎关注。 背景 MySQL的InnoDB引擎一棵B+树可以存放多少行数据？这是一个很有趣的面试题。 也许你会猜1千万，2千万，或者上亿条数据？ 当你看完这篇文章，你就心中有数了。 最重要的是，这篇文章能让你更深入的理解InnoDB的B+树索引的方方面面。 看完这篇文章，你可以同时回答以下几个关于InnoDB B+树的面试题： MySQL InnoDB一颗B+树能存多少数据？ MySQL InnoDB的B+树每个非叶子结点能有多少分支？ MySQL InnoDB为什么使
【源码学习】InnoDB存储引擎中的索引方案B+树
u012464024的博客
05-14 577
源码学习之InnoDB存储引擎中的索引方案B+树
MySQL的存储引擎InnoDB选择了B+ 树
董广明的博客
06-27 1198
我们知道数据的存储和检索是两个很重要的功能，当我们的数据量大了，怎么能快速的检索数据呢，答案是使用索引，可索引具体的技术实现有很多，选择哪一种呢，我就以mysql为例记录下它为什么选择了B+树作为索引的实现方式。 1. 索引简介 　　索引是一种用于快速查询行的数据结构，就像一本书的目录就是一个索引，如果想在一本书中找到某个主题，一般会先找到对应页码。MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构。提取句子主干，就可以得到索引的本质：索引是数据结构。 ...
MyISAM和InnoDB索引引擎的B+树索引实现1
08-03
首先，MyISAM是MySQL早期的默认存储引擎，它在索引方面采用B+树结构。对于主键索引，MyISAM的B+树叶节点存储的是数据记录的物理地址，这意味着当查询主键时，系统可以通过索引快速定位到数据所在的物理位置，然后...
B+树源代码
11-13
创建索引，快速查询必备。C#版本B+树。功能全，实现了从存储到解析到使用的全过程。
mysql引擎innodb的B+树
qq_15592789的博客
03-31 119
叶子节点存放的数据和索引，节点存放索引信息。
MySQL-InnoDB(B+Tree)
weixin_45723088的博客
05-16 520
MySQL中有两种表级别的引擎：InnoDB和MyIsam. 现在最常用的就是InnoDB，那么就刨析一下： InnoDB默认的索引数据结构就是B+Tree B+Tree 从图中可以看出来，B+Tree的特点是： 盗的图↓ ①：只有最底层的叶子节点储存数据 ②：其他节点只存储下一层的节点地址 ③：最底层的叶子节点具有双链表结构。 ④：假设主键是BigInt类型，三层树高可容纳2000万条数据量 计算（1 Page=16k,BigInt=8Byte,空白地址=6Byte） MAX H1
MySql Innodb 索引 B+Tree
QuillChen的博客
02-08 503
索引的目的 B+Tree索引 B+树是由二叉查找树、平衡二叉树（AVLTree）和平衡多路查找树（B-Tree）逐步优化而来。 二叉查找树的任意一个节点，其左子树的每个节点的值都要小于这个节点的值，而右子树节点的值都应大于这个节点的值。 平衡二叉树（AVL树）在符合二叉查找树的条件下，还满足任何节点的两个子树的高度最大差为1。 B-Tree是为磁盘等外存储设备设计的一种平衡查找树。 索引关键字从左到右递增排序，非叶子结点关键字比其左边的指针指向的子节点都大，比其右边的关键字都小，从而达到
数据库基础知识---MySQL的InnoDB—B+树和索引
https://juejin.cn/user/4248168663101239/posts
03-09 249
MySQL的InnoDB索引—B+树一. 索引相关算法简单介绍①. 二分查找②. 二叉（查找）树③. 平衡二叉树④. B 树（B-树 ）⑤. B+树⑥. B*树二. InnoDB的B+树索引①. 聚集索引②. 非聚集索引③. 联合索引④. Cardinality 一. 索引相关算法简单介绍 ①. 二分查找 如果不考虑查找算法，索引键值可以以数组或者链表的数据结构来保存。为了查找更快，我们进一步将索引值按字典顺序保存。这样我们就可以采用二分法快速查找。 二分查找法首先需要将数据按顺序排列。先用查找的值
【Mysql】InnoDB 中的 B+ 树索引
测试开发的成长点滴
07-26 150
接上一篇内容，InnoDB 的作者想到一种更灵活的方式来管理所有目录项，是什么？ 一、目录项记录页 其实这些用户目录项与用户记录很像，只是目录项中的两个列记录的是主键和页号而已，那么就可以复用之前存储用户记录的数据页来存储目录项。 为了区分用户记录和目录项，仍然使用 record_type 这个属性，当值为 1 时，表示目录项记录，再来复习一遍： 0：普通用户记录 1：目录项记录 2：Infi...
mysql 中的innoDB 引擎的B+树索引
weixin_40413961的博客
07-22 461
背景 在优化慢接口的时候，遇到一个问题，在通过索引查询数据库表的时候根据时间区间去扫描表的时候，开始时间时表扫描的其实位置吗？或者说根据时间日期B+索引能一次性定位到具体的时间位置吗？是的不能。那为什么不能呢？ 接下来我们来看看b+树索引的底层数据结构。 InnoDB索引概述 innoDB存储引擎支持的索引有： B+树索引 全文索引 哈希索引 在这需要注意的是InnoDB存储引擎支持的hash索引是自适应的，innoDB会根据表的情况自动生成hash索引，不能人为的干预是否在一张表中生成hash索引
MySQL InnoDB存储引擎中的B+树索引解析
本篇主要关注工作中最常见的InnoDB存储引擎中的B+树索引。 ### 二叉查找树（Binary Search Tree） 二叉查找树是一种基础的数据结构，它的每个节点包含一个键值和对应的数据。在树中，每个节点的左子节点的键值小于...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值