目录
思考题： InnoDB 主键索引的 B+tree 高度为多高呢?
索引
什么是索引？
索引（index）是帮助 MySQL 高效获取数据的数据结构(有序)。
在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。
傻瓜都知道时间是宝贵的，当然是选择在书的目录去找，找到后再翻到对应的页。书中的目录，就是充当索引的角色，方便我们快速查找书中的内容，所以索引是以空间换时间的设计思想。
那换到数据库中，索引的定义就是帮助存储引擎快速获取数据的一种数据结构，形象的说就是索引是数据的目录。
所谓的存储引擎，说白了就是如何存储数据、如何为存储的数据建立索引和如何更新、查询数据等技术的实现方法。
MySQL 存储引擎有 MyISAM 、InnoDB、Memory，其中 InnoDB 是在 MySQL 5.5 之后成为默认的存储引擎。
-- 文章许多内容来自小林coding
索引有什么用？
表结构及其数据如下：
假如我们要执行的SQL语句为： select * from user where age = 45;
1). 无索引情况
在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为全表扫描，性能很低。
需要全表扫描去查询符合的条件的记录，当数据量大的时候，全表扫描查询效率是极低的。
2). 有索引情况
此时我们在进行查询时，只需要扫描三次就可以找到数据了，极大的提高的查询的效率。
注意注意！！！！！：
这里我们只是假设索引的结构是二叉树，介绍一下索引的大概原理，只是一个示意图，并不是索引的真实结构，索引的真实结构，后面会详细介绍。
特点：
优点
- 加速数据检索： 索引通过创建数据的有序结构，允许数据库快速定位和提取数据，尤其是处理大量数据时，索引可以显著缩短查询时间。
- 提高查询效率： 覆盖索引可以避免全表扫描，直接从索引中获取所需数据，减少 I/O操作。
- 支持排序和唯一性： B-Tree 索引自然地支持数据排序，可以加速 ORDER BY 操作。唯一性索引可以确保数据的唯一性，防止重复数据的插入。
- 促进数据完整性： 唯一索引和主键索引可以帮助维护数据的完整性和一致性，确保数据库的可靠性和准确性。
- 空间索引和全文索引： 特殊类型的索引，如空间索引和全文索引，可以支持复杂的数据查询，如地理空间数据查询和文本搜索。
缺点
- 增加写操作成本： 插入、更新和删除操作需要额外的时间来维护索引树的结构，这可能会降低写操作的性能。特别是在高并发写入场景下，索引的维护开销更加明显。
- 占用存储空间： 索引本身需要存储空间，尤其是当数据量大时，索引可能会占用相当大的磁盘空间。
- 查询优化问题： 如果索引设计不当，或者查询语句构造不佳，数据库优化器可能无法有效地利用索引，导致性能下降。
- 维护和管理成本： 需要定期分析和优化索引，以保持其高效运行。此外，索引的创建和删除操作也可能消耗资源。
- 锁竞争： 在高并发环境中，尤其是在使用行级锁的存储引擎（如InnoDB）中，索引上的频繁读写操作可能导致锁竞争，进而影响性能。
- 数据倾斜：对于那些具有大量重复值的列，索引的效果可能不明显，因为索引的数据结构可能变得非常宽，从而降低了其效率。
索引分类
总体
- 按「数据结构」分类：B+tree索引、Hash索引、Full-text索引、R-tree索引。
- 按「物理存储」分类：聚簇索引（主键索引）、二级索引（辅助索引）。
- 按「字段特性」分类：主键索引、唯一索引、普通索引、前缀索引。
- 按「字段个数」分类：单列索引、联合索引。
在创建表时，InnoDB 存储引擎会根据不同的场景选择不同的列作为索引：
- 如果有主键，默认会使用主键作为聚簇索引的索引键（key）；
- 如果没有主键，就选择第一个不包含 NULL 值的唯一列作为聚簇索引的索引键（key）；
- 在上面两个都没有的情况下，InnoDB 将自动生成一个隐式自增 id 列作为聚簇索引的索引键（key）；
其它索引都属于辅助索引（Secondary Index），也被称为二级索引或非聚簇索引。
创建的主键索引和二级索引默认使用的是 B+Tree 索引。
按数据结构分类
主要介绍 B+Tree索引和 Hash索引
上述是 MySQL 中所支持的所有的索引结构，接下来，我们再来看看不同的存储引擎对于索引结构的支持 情况。
注：
虽然 InnoDB 不支持Hash索引，但是在内存结构中有一个自适应 Hash索引！！！！
B+tree
为什么 InnoDB 选择 B+tree 当做索引？
那我们下面就讲讲为啥选择！！！！！！！
二叉树做索引结构
最好的情况 是一颗 满二叉搜索树
时间复杂度 O(log n) 查询效率确实大大提升
但是最坏的情况 当我们按照 顺序插入 从 36 34 33 。。。。 到 17
那就形成一个单向链表
复杂度变为O(n) 查询效率是极低的
所以，如果选择二叉树作为索引结构，会存在以下缺点：
- 顺序插入时，会形成一个链表，查询性能大大降低。
- 大数据量情况下，层级较深，检索速度慢。
红黑树做索引
此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树,结构如下:
使用红黑树确实解决了二叉树退化为链表的问题，但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：
大数据量情况下，层级较深，检索速度慢。
B+Tree 做索引
在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree，那么什么是 B+Tree呢？
在详解B+Tree之前，先来介绍一个B-Tree。
B-Tree
B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。 以一颗最大度数（max-degree）为5(5阶)的 b-tree 为例，那这个B树每个节点最多存储4个key，5 个指针：
数据结构可视化网站：点我进入 ！！！！！
特点：
- 5阶的B树，每一个节点最多存储4个key，对应5个指针。
- 一旦节点存储的 key 数量到达5，就会裂变，中间元素向上分裂(具体过程可以使用数据结构可视化网站了解)。
- 在B树中，非叶子节点和叶子节点都会存放数据。
主角总是最后登场 来喽 ， 来喽！！！！！！！！！！！
B+Tree
B+Tree 是 B-Tree 的变种，我们以一颗最大度数（max-degree）为4（4阶）的B+tree为例，来看一 下其结构示意图：
- 绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
- 红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。
可视化网站图：
插入一组数据： 100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250 。然后观察一些数据插入过程中，节点的变化情况。
最终我们看到，B+Tree 与 B-Tree相比，主要有以下三点区别：
- 所有的数据都会出现在叶子节点。
- 叶子节点形成一个单向链表。
- 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。
重点 圈起来要考的！！！！！！
上述我们所看到的结构是标准的 B+Tree 的数据结构，接下来，我们再来看看 MySQL 中优化之后的 B+Tree。
MySQL 索引数据结构对经典的 B+Tree 进行了优化。
在原 B+Tree 的基础上，增加一个指向相邻叶子节点 的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。
Hash索引
MySQL中除了支持B+Tree索引，还支持一种索引类型---Hash索引。
结构 哈希索引就是采用一定的hash算法，将键值换算成新的 hash 值，映射到对应的槽位上，然后存储在 hash表中。
如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了 hash冲突（也称为 hash碰撞），可 以通过链表来解决。
特点
- Hash 索引只能用于等值查询(=，in)，不支持范围查询（between，>，< ，...）
- 无法利用索引完成排序操作
- 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于 B+tree 索引
按物理存储分类
而在在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：
| 分类 | 含义 | 特点 |
| 聚集索引(Clustered Index) | 将数据存储于索引放到了一块，索引结构的叶子节点保存了行数据 | 必须有，而且只有一个 |
| 二级索引(Secondary Index) | 将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键 | 可以存在多个 |
聚集索引选取规则:
- 如果存在主键，主键索引就是聚集索引。
- 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
- 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。
聚集索引和二级索引的具体结构如下：
- 聚集索引的叶子节点下挂的是这一行的数据。
- 二级索引的叶子节点下挂的是该字段值对应的主键值。
接下来，我们来分析一下，当我们执行如下的SQL语句时，具体的查找过程是什么样子的。
具体过程如下:
- 由于是根据name字段进行查询，所以先根据 name='Arm' 到 name 字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
- 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行 row。
- 最终拿到这一行的数据，直接返回即可。
回表查询：
所以，在查询时使用了二级索引，如果查询的数据能在二级索引里查询的到，那么就不需要回表，这个过程就是覆盖索引。
如果查询的数据不在二级索引里，就会先检索二级索引，找到对应的叶子节点，获取到主键值后，然后再检索主键索引，就能查询到数据了，这个过程就是回表。
回表查询会影响查询的性能，因为回表不仅仅是多查一次。还会带来随机IO（不了解随机IO的可以看看这个文章：顺序IO 和 随机IO-CSDN博客）。
因为通过 id 去主键索引查询的时候，id肯定是不连续的，所以主键索引频繁查询会造成大量随机IO，我们都知道顺序 I/O 查询快，所以频繁回表效率很低。
按字段分类
按字段个数分类
从字段个数的角度来看，索引分为单列索引、联合索引（复合索引）。
- 建立在单列上的索引称为单列索引，比如主键索引；
- 建立在多列上的索引称为联合索引；
CREATE INDEX index_product_no_name ON product(product_no, name);注：
联合索引的知识也涉及到很多，比如最左匹配原则，啥时候会失效啥的，后续也会专门写一篇文章！！！
经典思考题
思考题： 以下两条SQL语句，那个执行效率高? 为什么?
- A. select * from user where id = 10 ;
- B. select * from user where name = 'Arm' ;
- 备注: id 为主键，name字段创建的有索引；
解答：
A 语句的执行性能要高于 B 语句。因为 A语句直接走聚集索引，直接返回数据。
而 B语句需要先查询name字段的二级索引，然 后再查询聚集索引，也就是需要进行回表查询。
思考题： InnoDB 主键索引的 B+tree 高度为多高呢?
假设: 一行数据大小为1k，一页中可以存储16行这样的数据。
InnoDB 的指针占用 6个字节的空 间，主键即使为 bigint，占用字节数为 8。
高度为2：
n * 8 + (n + 1) * 6 = 16*1024 , 算出 n 约为 1170
1171* 16 = 18736
也就是说，如果树的高度为2，则可以存储 18000 多条记录。
解析：
高度为3：
1171 * 1171 * 16 = 21939856
也就是说，如果树的高度为3，则可以存储 2200w 左右的记录。
这也是为什么InnoDB 选择 B+Tree树做索引的一个原因，即使数据量很大，但是树仍然不是很高(矮胖型)，MySQL去磁盘IO的次数就少了，大大提高了查询的性能。
思考题： 为什么 MySQL InnoDB 选择 B+tree 作为索引的数据结构？
1、B+Tree vs B Tree
B+Tree 只在叶子节点存储数据，而 B 树 的非叶子节点也要存储数据，所以 B+Tree 的单个节点的数据量更小，在相同的磁盘 I/O 次数下，就能查询更多的节点。
另外，B+Tree 叶子节点采用的是双链表连接，适合 MySQL 中常见的基于范围的顺序查找，而 B 树无法做到这一点。
2、B+Tree vs 二叉树
对于有 N 个叶子节点的 B+Tree，其搜索复杂度为
O(logdN)，其中 d 表示节点允许的最大子节点个数为 d 个。在实际的应用当中， d 值是大于100的，这样就保证了，即使数据达到千万级别时，B+Tree 的高度依然维持在 3~4 层左右，也就是说一次数据查询操作只需要做 3~4 次的磁盘 I/O 操作就能查询到目标数据。
而二叉树的每个父节点的儿子节点个数只能是 2 个，意味着其搜索复杂度为
O(logN)，这已经比 B+Tree 高出不少，因此二叉树检索到目标数据所经历的磁盘 I/O 次数要更多。
3、B+Tree vs Hash
Hash 在做等值查询的时候效率贼快，搜索复杂度为 O(1)。
但是 Hash 表不适合做范围查询，它更适合做等值的查询，这也是 B+Tree 索引要比 Hash 表索引有着更广泛的适用场景的原因。
---内容来自小林coding
补充
数据结构动画展示网站：
为了更好的理解一些数据结构，推荐个数据结构动画展示网站：点我进入 ！！！！！
使用网页翻页软件翻译一下啦
看到这觉得文章还可以的，给个小赞哦！！！谢谢
爽文推荐 干货满满：
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
