算法之美：B+树原理、应用及Mysql索引底层原理剖析

        B树的一种变种形式，B+树上的叶子结点存储关键字以及相应记录的地址，同等存储空间下比B-Tree存储更多Key。非叶子节点不对关键字记录的指针进行保存，只进行数据索引 , 树的层级会更少 , 所有叶子节点都在同一层, 叶子节点的关键字从小到大有序排列，叶子节点之间用指针连接, 构成有序链表（稠密索引）。

        B+树上每个非叶子节点之间是一个双向链表进行链接，而叶子节点中的数据都是使用单向链表链接。

检索特点

        当索引部分某个结点的关键字与所查的关键字相等时，并不停止查找，继续沿着关键字的指针向下，每次查询必须到叶子节点才能真正获取到相关数据。B+Tree叶子节点相连接，对树的遍历就是只需要一次线性遍历叶子节点。由于叶子节点的数据是顺序排列，方便区间查找，在B+树完成范围查找、排序查找、分组查找、去重查找比B-Tree效率更高。

         动画演示： B+ Tree Visualization

演示：M=5

1）插入可以是中文或者是英文，对应会转为ASCII码 ；

2）插入第五个元素时，会将中间的元素往上提，并在中间保留一个元素在叶子节点，叶子节点间用指针相连；

B-Tree和B+树区别

两种树各有优缺点和应用场景：

1）B树和B+树的最大区别在于非叶子节点是否存储数据；
2）B+树非叶子节点只是当索引使用，同等空间下B+树存储更多key；
3）B树,非叶子节点和叶子节点都会存储数据，找到对应节点就有对应的数据；
4）B+树, 只有叶子节点才会存储数据,存储的数据都是在一行上，找到非叶子节点的key，还需要继续找到叶子节点才可以获取数据；
5）B树的节点包括了key-value，所以找到对应的key即可找到对应的value，不用在继续寻找；
 

Mysql索引底层剖析

在多数数据库的设计里面，会用B-Tree或B+Tree做索引提高查询效率

基于一张数据库的表数据进行查询（类似mysql的user表）

构建索引：id用做key，然后data是数据的存储地址

内存地址	id	phone	name	Age
0xFS	212	13012341234	张三	34
0xER	324	15725112361	李四	46
0x32	461	18612695656	王五	24
0x93	524	13109910002	赵六	29
0xAP	689	13399811341	钱七	30
0xSQ	.... 1千万条数据

精确查找 id = 689 的数据

 sql：select * from user where id = 689

1）未使用索引：自上而下查找数据，一行行遍历，5次才找到数据；
2）使用索引：ID建立主键索引（B+Tree结构），对应的数据存储数据的地址，2次找到数据，且数据量越多效果越明显；

      根节点是常驻内存的，不需要进行IO操作；

        查询ID=689时 ，IO从461才开始发生第一次IO，随之时524、689

范围查找 id>212和  id < 524的用户

 sql：select * from user where id > 212 and id < 524

1）未使用索引：自上而下查找数据，一行行遍历；
2）使用索引：id建立主键索引（B+Tree结构），由于本身是有序链表，所以顺序查找即可；

举一反三 

        如果把相关数据都放到B+Tree叶子节点上，拿查询的时候直接一次性就可以把数据获取了。

以这个为例，我们展开讲讲Mysql中的InnoDB中的索引结构与MyISAM的索引结构区别

InnoDB引擎

        表数据文件按B+Tree组织的，叶节点data域保存完整行数据, 树上的key就是主键, 以主键构建的B+树索引。

        这种索引叫做聚集索引（聚簇索引 clustered index），聚簇索引一般为主键索引，而主键一个表中只能有一个，所以聚集索引一个表只能有一个聚簇索引叶子节点存储的是行数据，而非聚簇索引叶子节点存储的是聚簇索引（通常是主键 ID）

MyISAM引擎

        索引文件和数据文件是分开的，索引结构的叶子节点放的是指向数据的主键（或者是地址）构建的B+树索引。

        这种索引叫做非聚集索引、二级索引、辅助索引（非聚簇索引 nonclustered index），非聚集索引一个表可以存在多个。

       

 叶子节点中保存的不是实际数据，而是主键，获得主键值后去聚簇索引中获得数据行。

        非聚簇索引的叶子节点上存储的并不是真正的行数据，而是主键 ID或记录的地址。当使用非聚簇索引进行查询时，会得到一个主键 ID，再使用主键 ID 去聚簇索引上找真正的行数据，把这个过程称之为回表查询，所以聚簇索引查询效率更高，而非聚簇索引需要进行回表查询，性能不如聚簇索引。