Mysql索引优化和底层数据结构分析

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html 数据结构可视化测试网站
1.慢sql优化—>看看是不是走了索引，比如千万级别的数据加索引效果非常好。
2.索引是帮助mysql高效获取数据排好序的数据结构
索引数据结构：
二叉树
红黑树
hash表（如果等值查询确实快，如果where col>7这样就不行了）
B-Tree
mysql索引底层默认是B+Tree(B加树)不是B-Tree（B树）不是二叉树，因为二叉树右面必须大于小于父节点，左边小于等于父节点。如果数据是递增有序的，则此时退化程了链表，所以二叉树有时会不满足业务情况
红黑树（二叉平衡树）也有点问题–查找次数少了，树的高度不断增长，随着表行数增加几百万行，红黑树高度一直增长不可控制，比如要查找红黑树20此查找才能找到，此时要20次IO操作，性能很低。
B-Tree （B树，多叉平衡树，叶子节点没有指针）对红黑树进行改造，叶节点具有相同蛇毒 叶节点的指针为空 所有索引元素不重复 节点种的数据索引从左到右递增排列，目的是让树的高度（2-4最合适）降低。
SHOW GLOBAL STATUS LIKE ‘Innodb_page_size’;–> variable_name value
Innodb_page_size 16384
B+Tree（mysql索引默认的结构，对B-Tree的改造，多叉平衡树，叶子节点有指针）
B+Tree特性：
1.非叶子节点不存储data,只存储索引（冗余），可以放更多的索引
2.叶子节点包含索引字段
3.叶子节点用指针链接，提高区间访问性能
相对于B-Tree，把data都挪到了叶子节点，非叶子节点没有任何元素，没个data代表了所在的行。如图

h=3时候B+Tree大概能放2千多万索引元素


innodb存储引擎的表只有两个文件.frm和.ibd两个文件

架构师技术框架脑图
https://www.processon.com/view/link/5cb6c8a4e4b059e209fbf369#map