MySQL索引结构 -- BTree索引

BTree索引

初始化介绍：

如图一颗B+树，浅蓝色表示磁盘块，每个磁盘块包括几个数据项（深蓝色）和指针（黄色）。

如磁盘块1包括数据项17和35，包含指针P1、P2、P3；P1表示小于17的磁盘块，P2表示在17-35之间的磁盘块，P3表示大于35的磁盘块。

真实的数据只存在于叶子节点，非叶子节点不存储真实数据，只存储指引搜索方向的数据项。

如17、35并不真实存在数据表中。

查找过程（用上图查找数据项29）：

首先把磁盘块1由磁盘加载到内存，此时发生一次IO；在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，因为内存时间非常短（相比磁盘的IO）可以忽略不计。

将磁盘块1的P2指向的磁盘块3由磁盘加载到内存，发生第二次IO；确定29在26和30之间，指向磁盘块3的P2指针。

将磁盘块3的P2指针指向的磁盘块8加载到内存，发生第三次IO，同时内存中做二分查找找到29。

查询结束，总计三次IO。

真实的情况

3层的B+树可以表示上百万的数据，如果上百万的数据查找只需要3次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要上百万次IO。

总结：

减少IO次数可以减少查询时间，提高性能，那么怎么减少IO次数？
答案：增加树的广度而非深度。B+树的叶子节点可以多。

其他索引

• Hash索引

• full-text全文索引

• R-Tree索引