MYSQL索引

索引是帮助Mysql高效获取数据的排好序的数据结构

索引的数据结构

1.二叉树

2.红黑树

3.Hash表

4.B-Tree B+-Tree

二叉树的结构：

  

上图表示排序二叉树的每个节点都是索引（主键）每个结点的左子树都比这个结点小，每个结点的右子树都比这个结点大，他们都指向存储数据的地址，如果有特殊情况比如索引是1，2，3，4，5.那就会变成斜着的链表，就会影响查找的效率，所以不使用这种结构。

红黑树：红黑树可以解决上述的不平衡的问题 ，但是当数据量非常大的时候，红黑树的高度就会非常大，就会增加磁盘I/O访问的次数（效率非常低）

哈希表：利用哈希表可以将要查询的值经过哈希运算，经过一次磁盘I/O就可以得到（这种方法效率高，但是不常用因为这种方法没办法进行范围的查询）；

B-Tree

B-Tree的特点

1.叶子结点具有相同的深度

2.叶子结点的指针为空

3.节点中的数据索引从左到右递增排序

从红黑树的缺点可以知道高度很大，解决这样的问题就可以不用单一节点从而出现了B-Tree,现在的层数变小了，磁盘的I/0次数变少了但是他依旧没有办法完成范围的查找从而出现了B+Tree.

B+Tree

特点：

1.非叶子节点不存储data,只存储索引，可以放更多的索引

2.叶子结点不存储指针

3.顺序访问指针，提高区间访问的性能

这个结构为什么能存下上千万的数据呢？

高度一般为3，MySQL定义了 一个节点最大为16kb,假设索引的类型是bigint 是8个字节，后面接的指针大小为6个字节那么整个结构就占14个字节，16kb/14b=1170, 叶子结点假设为1kb,那么能存储的数据量为1170*1170*16

怎么解决了范围查找呢？

看一下B+Tree的数据结构：每个叶子结点之间是有指针的所以是可以找到的

不同存储引擎：

test表利用MyISAM存储引擎

会生成三种文件

test.firm文件：这代表了表的定义的相关信息（结构相关）

test.MYD文件：存储的是数据行

test.MYI:存储的是索引的数据值

这种存储引擎的叶子结点存的是数据行的地址，通过这个地址去MYD文件中找到数据行

在Innodb存储引擎中

有两个文件.firm文件.ldb文件

这个叶子结点直接存储的是数据行

什么是聚集索引：叶子结点包含了完整的数据记录

上述说的innoDB就是聚集索引 

MyiSAM就是非聚集索引

为什么innodb表必须要有主键，并且推荐的是自增类型的主键

因为innodb的数据项的存储就是利用B+Tree来设计的

为什么最好是整形呢?因为不管是插入还是查找都需要进行比较，所以整形比字符串号

为什么要使用递增的主键？因为插入的时候直接加到叶子结点后面即可

如果不是递增的，如果在叶子结点中间加入一个元素，会引起分裂