刨根问底：MySQL索引篇之索引存储结构

今天早晨和毕业生张某某，聊了会天儿，发现我们这边很多学生，在学习过程中真的是不重视MySQL，今天我们简单聊一下…

今天借着休息的时间，简单聊一下MySQL索引存储的问题：

• 先说一个共识性问题：

给个别高频率查询数据表创建索引，能加快数据的查询速度。而不是给所有数据表，创建索引…

• MySQL创建索引的数据结构为什么选择B+树，而不是其他树？

1. 二叉树：存储过程中极容易出现极端情况：例如：如果数据是单边增长的情况 那么出现的就是和链表一样的数据结构了，查找层面无论你是单指针查找还是双指针查找，时间复杂度都是O(n);
   
2. 红黑树：在二叉树的基础上多了树平衡，但依然有一定概率出现下图极端情况：
   
3. B树：在红黑树的基础上，每个节点可以存放多个数据
   
   这个时候我们查找6 只需要2个节点就可以了，而且树的高度也比红黑树矮。
4. B+树：B树的变种，存储形式如图所示：
   

• 细心地铁子们会发现非叶子节点是会重复的，就像上面4，在叶子节点上面也出现了4，这是为什么呢？因为它需要在叶子上面存放数据。那又是怎么存放数据的呢？

• 细化B树和B+树结构：
  

• B+树与B树（会同时在叶子节点和非叶子节点存储数据）不同，它只会在叶子节点上面挂载数据，非叶子节点不会存放数据，数据只会存在叶子节点上面，非叶子节点只存放索引列的数据
• 这样一个节点就可以存放很多个索引列数据，一次IO就可以拿到很多数据，mysql默认的一个节点16K的大小，可以通过show global status like “Innodb_page_size” 看到该值是16384，每次IO读取16K大小的数据，以索引列是bigInt类型为例，大小8字节，每一条数据还有一个指向下一层的指针6字节，16384/（8+6）=1170，一个节点就大约可以存1170条数据。
• 以一个层高为3的树为例，叶子节点存放数据之后大小1KB，那么这个树可以存放 1170 *1170 *16 =21,902,400,大约2200万条数据。所以在这种千万级的表中通过主键索引查找一条数据，最多3次IO就可以找到一条数据。而很多时候树的根节点基本都是在内存中，所以多数时候只需要2次IO。

总结说明：

• 叶子节点之间也有双向指针连接，提高区间范围性能，范围查找。
• 创建索引的时候，可以选择索引数据类型，一个是btree一个是hash，hash查找当然也快，但是当遇到范围查找的时候hash就尴尬了，所以根据实际业务需求来看是用btree还是hash。

既然你都看到这了，欢迎点赞、关注不迷路，燃烧我的青春，争取为大家提供更多优质的内容。