MySQL索引数据结构详解（B+树究竟长什么样）

1、什么是索引

本质上索引就是一种数据结构，通过在这些数据结构上实现快速的查找算法，我们可以快速查找到所需数据。可以是链表，HASH表，二叉树，红黑树等，但B+树最适合用来做索引，因为使用B+树读取磁盘的次数最很少（红黑树高度更高）。

2、B树的数据结构

B树又称多路平衡查找树，B树中所有节点的孩子节点数的最大值成为B树的阶，用m表示，一棵m阶B树或为空树，或为满足如下特性的m叉树：

1. 树中每个节点至多有m棵子树（即最多有m-1个关键字）
2. 若根节点不是终端节点，则至少有两颗子树
3. 除根节点的所有非叶节点，至少有m/2（向上取整）棵子树（即至少有m/2 -1 个关键字）
4. 所有非页节点结构如图1，其中Ki（i=1,2,3…，n）为节点的关键字，且满足K1 < K2 < K3 … < Kn，Pi（i=0,1,2…,n）为指向子树根节点的指针，且指针Pi-1所指子树中所有节点的关键字均小于Ki，Pi所指子树中所有节点的关键字均大于Ki，n（m/2 - 1 <= n <= m-1）为节点的关键字个数
5. 所有叶节点的出现在同一层次上，并且不带信息（可以视为外部节点或类似于折半查找判定树的查找失败节点，实际上这些节点不存在，指向这些节点的指针为空）

图1. B树节点

B树是所有节点的平衡因子均等于0的多路查找树。如图2所示为一棵3阶B树，底层为叶节点，没有存储任何信息。

图2. 3阶B树

B树的高度就是查找时磁盘的存取次数。
B树的查找包含两个基本操作：1、在B树中找节点；2、在节点内找关键字。由于B树常存储在磁盘上，因此第一个操作是在磁盘上进行的，而后一个操作是在内存中进行的，即在找到目标节点后，先将节点中的信息读入内存，然后采用顺序查找法或折半查找法查找等于K的关键字。
插入关键字时，当插入后的节点关键字个数大于m-1时，必须对节点分裂。
同理，删除关键字时，设计节点的合并问题。

3、B+树的数据结构

一棵m阶的B+树满足下列条件：

1. 每个分支最多有m棵子树（子节点）
2. 非页根节点至少有两棵子树，其它每个分支节点至少有m/2(向上取整)棵子树
3. 节点的子树个数与关键字个数相等
4. 所有叶节点好包含全部关键字及指向相应记录的指针，叶节点中将关键字按大小排序，并且相邻叶节点按大小顺序相互链接起来。
5. 所有分支节点（可视为索引的索引）中仅包含它的各个子节点（即下一级的索引块）中关键字的最大值及指向其子节点的指针。
   B+树的查找、插入、删除和B树类似。只是在查找过程中，非叶节点上的关键字值等于给定值时并不终止，而是继续向下查找，直到查到叶节点上的关键字为止，所以，B+树的查找，无论成功与否，每次查找都是一条从根节点到叶节点的路径。

如图3所示为一棵4阶B+树，从图中可以看出，分支节点的某个关键字是其子树中最大关键字的副本，通常在B+树中有两个头指针：一个指向根节点，一个指向关键字最小的叶节点，因此，可以对B+树进行两种查找运算：一种是从最小关键字开始的顺序查找，另一种是从根节点开始的多路查找。

图3. 4阶B+树

4、MyISAM引擎，非聚集索引

MyISAM引擎使用B+Tree作为索引结构，叶节点的data域存放的是数据记录的地址。主键索引和其他索引一样，查到记录地址后还要去磁盘取数，只是主键索引要求key唯一非空。

5、 InnoDB引擎，聚集索引

而在InnoDB中，表数据文件本身就是按B+Tree组织的一个索引结构，这棵树的叶节点保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主索引。叶节点包含了完整的数据记录。 这种索引叫做聚集索引。因为InnoDB的数据文件本身要按主键聚集，所以InnoDB要求表必须有主键（MyISAM可以没有），如果没有显式指定，则MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键，如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含字段作为主键，这个字段长度为6个字节，类型为长整形。
InnoDB的辅助索引叶节点记录主键的值而不是地址，从辅助索引中查到所需主键值后再去主键索引中查询记录。