索引的本质解析

索引是帮助MySql高效获取数据的排好序的数据结构

索引数据结构：1.二叉树   2.红黑树    3.hash表     4.B-Tree

假设查询一条数据：select * from t where t.Col2= 89  查询数据时，会进行多行遍历，并且数据进行比对。如果比对成功，就已找到该条数据。如果表很大，就会查询非常久。表里的数据存储在磁盘上面的，每一行数据存储在磁盘上都是随机分布的，并不是连续的去分布。假设Col2创建索引，利用二叉树。 

二叉树的数据特性，右节点数据大于父节点数据。左节点数据小于父节点数据。存储的结构为Key-value结构。Key存储的是Col2下的数据，value存储的是该数据在磁盘上的地址。

MySql的底层索引一般都用B-Tree树，或者B+树这种结构

为什么不是用二叉树呢，因为二叉树在某些场景下是有弊端的。把Col1创建索引变为一颗二叉树，变为了单链表结构，如果去查找元素，有些时候特别慢。

假设为红黑树结构：当右节点比左节点多俩级后，自动平衡数据，中位数当在父节点，比中位数大的数字放在右子节点，比中位数小的数字放在左子节点。实际上也是一颗二叉树。也称为二叉平衡树。

弊端：公司的数据上千万行，如果按红黑树的特征存储数据，则树的高度非常高。如何做，可以降低树的高度。

假设利用B-Tree,把根节点数据都放在内存中，然后查找的元素在内存中比对，如果是49，则会找到15到56间的一个指针，

指针指向的节点放到内存中，再去查找到49。

如果把数据全部放在内存中可行嘛？ 如果有几千万条数据，肯能需要几个G来存储。磁盘和内存打交道，一次磁盘IO为4K。

mysql对一个节点设置的大小为16K.

对B-Tree进行改造，得到一种B+Tree的概念，也称为多叉平衡树，单看一个小块也为二叉树，某一个节点元素，从左到右依次为递增的。

为什么要有这么多冗余索引，而且把data元素放在叶子节点？

节点存储大小为16K，把data元素移走之后，数据将会存储的更多。存储的指为8B，指针为6B，16K/8B=1170个索引。

假设树高度为3，叶子节点的元素大概是1K，大概可以放16个。1170*1170*16=20000000个数据。

 

MySam存储引擎，下图示为mysql安装目录文件夹，第一个存储表结构信息，MYD存储数据行的记录。MYI所有的索引字段。

查找数据会跨俩个文件，例如49先在MYI文件中叶子节点上找到对应数据的存储地址，然后利用此存储地址查找MYD文件中的数据行。

innodb存储引擎：ibd文件中数据文件和索引文件。所有行的数据都放在了索引的叶子节点。

聚集索引-叶节点包含了完整的数据记录