04 索引

为什么需要索引

索引是一种数据结构，作用是提高数据的查询效率。

索引数据结构

MYSQL索引是在存储引擎层实现的。

哈希表

优点：新增数据时只需要根据key计算找到对应桶然后追加。
缺点：由于key是无序的，做范围查询只能全部key扫描一遍
使用场景：只适合等值查询，例如KV数据库

数组

优点：查询效率很高。等值查询时间复杂度为O(log(n))，范围查询左区间时间复杂度也为O(log(n))
缺点：插入效率低

二叉搜索树

插入和查找时间复杂度都是O(log(n))

大多数数据库并不使用二叉树，因为索引不仅存在内存，也存在磁盘。二叉树每一层访问可能都要访问一个新的数据块，数据量越大树越高，磁盘随机读代价很高，所以二叉树跟磁盘不适配。为了尽量少读磁盘，访问尽量少的数据块，树的高度不能太高，N叉树的N取决于数据块的大小。N叉树由于读写性能好，适配磁盘的访问模式，广泛用于数据库。

InnoDB的索引结构

1.每个索引在InnoDB里都对应一颗B+树
2.InnoDB的表都是根据主键顺序以索引形式存放的，主键索引存的就是表的数据。
3.只有叶子结点存数据，主键索引的叶子结点存整行数据，二级索引的叶子结点存主键的值。
4.基于主键索引和基于二级索引的查询的区别？
基于主键索引查询，只需要搜索主键索引这棵B+树
基于二级索引查询，先搜索二级索引B+树，再用查到的主键到主键索引这颗B+树搜索，要多搜索一棵树。

索引维护

1.为了维护索引有序，需要插入数据时需要进行维护
非追加插入数据的情况，后面的数据记录需要移动，如果页空间不够了，会造成页分裂，造成性能下降，也造成磁盘空间利用率下降。
数据页利用率过低的情况会造成页合并，如何完成的？TODO
2.为什么用自增ID作为主键？
（1）性能方面：自增ID都是追加写，不会挪动后面的记录，不会造成页分裂。
（2）存储空间：比如用整型做主键，二级索引叶子结点小，占用的空间也小。

3.什么情况下适合用业务ID做主键？
只有一个索引且是唯一的一个索引，不用担心二级索引空间的问题，因为没有二级索引。这个就是KV场景。

问题

1.B+树只有叶子结点存放数据吗？
是的。
https://zhuanlan.zhihu.com/p/149287061
2.什么是buffer pool？和Linux页缓存的关系是什么？
InnoDB使用buffer pollo缓存数据页来提高随机读写效率,页大小为16KB
InnoDB读取数据页，会首先从buffer pool读取，buffer pool没有命中则从磁盘页缓存加载，页缓存没命中则从磁盘加载。
InnoDB写数据，会先写入buffer pool，然后刷新到页缓存，等待后续刷新。TODO

https://xiaolincoding.com/mysql/buffer_pool/buffer_pool.html
https://www.cnblogs.com/lidong422339/p/17664515.html

3.buffer pool脏页刷盘，只刷到磁盘页缓存，有宕机数据丢失的风险？TODO