MySql索引底层数据结构与算法

一、索引数据结构
索引是帮助MySQL高效获取数据的排好序的数据结构

二叉树

特点：左子树小于右子树
缺点：如果存储自增数据，二叉树会退化成链表，查询效率低

红黑树

特点：自平衡二叉树，树高相对平衡，不会出现极端情况
性质1. 节点是红色或黑色。
性质2. 根节点是黑色。
性质3.所有叶子都是黑色。（叶子是NUIL节点）
性质4. 每个红色节点的两个子节点都是黑色。（从每个叶子到根的所有路径上不能有两个连续的红色节点）
性质5… 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。
从根到叶子的最长的可能路径不多于最短的可能路径的两倍长。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例，这个在高度上的理论上限允许红黑树在最坏情况下都是高效的，而不同于普通的二叉查找
缺点：数据量比较大的时候数高不可控，数据量大的时候查询效率还是不高

B-Tree

* 

叶节点具有相同的深度，叶节点的指针为空
*
所有索引元素不重复
*
节点中的数据索引从左到右递增排列

缺点：数据比较大的时候，每行数据不能太多，从而树高还是不可控，影响查询效率

B+Tree(B-Tree变种)

* 

非叶子节点不存储data，只存储索引(冗余)，可以放更多的索引
*
叶子节点包含所有索引字段
*
叶子节点用指针连接，提高区间访问的性能

HASH表
优点：根据key的hash值存储，准确匹配效率高，时间复杂度是O(1)，数据量巨大时也能高效查找
缺点：不支持范围查询，模糊匹配，查找时需要全表扫描

二、 MyISAM引擎(非聚集索引)和InnoDB引擎（聚集索引）
MyISAM存储引擎，索引文件和数据文件是分离的，称之为非聚集索引

先在索引文件中找到数据在磁盘上存储的位置，再去数据文件中根据存储地址找到对应的数据

InnoDB存储引擎，表数据文件本身就是按B+Tree组织的一个索引结构文件，称之为聚集索引
聚集索引叶子节点本身包含了完整的数据记录（主键索引，非主键索引叶子节点存储主键索引）

为什么InnoDB表必须有主键，并且推荐使用整型的自增主键？
因为数据文件本身就是按照B+Tree的结构存储的，所以一定要有主键来构建二叉树，如果没有设置主键，系统默认设置rowId作为主键。
使用整形，一是节省存储空间，二是数据比较的效率高，构建索引数快
使用自增是因为叶子节点是从左往右有序递增的，如果后续记录插到中间，B+Tree重新调整，影响性能，如果是递增，索引会直接加在最右边，避免了树结构的调整

为什么非主键索引结构叶子节点存储的是主键值？(一致性和节省存储空间)
1、一致性
新增或者修改数据的时候，所有主键和非主键索引要写入完成时，数据才能算写入完成（为了保证一致性），如果非主键也存储完整数据的话，随着索引的增多，写入性能不高
2、节省存储空间
主键索引上已经保存了完整的数据了，通过B+Tree在主键索引上查询数据性能已经比较高了，没有必要冗余存储多份数据浪费磁盘空间

三、联合索引存储结构

为什么推荐使用联合索引，不使用多个单索引
构建一个二叉树就可以满足搜索，节省存储空间，提高数据写入速度（数据写入时要维护索引）

存储结构
多个字段结合起来作为key，构建B+树的时候，比较字符串的大小来决定存储位置，字符串比较大小是从左往右依次比较的，所以有了索引最左匹配原则