Mysql存储引擎 和 索引结构推导（面经）

Mysql存储引擎说明

mysql的存储引擎有两种，InoDB（聚簇性索引），MySIAM（非聚簇性索引）
这里聚簇性和非聚簇性，含义指的是什么，我们先要理解InoDB和MySIAM的存储结构。

存储引擎	结构文件	是否支持事务	存储空间
InoDB	frm(表结构定义文件) idb（索引和数据）	支持	小
MySIAM	frm (表结构定义文件) MYYD(数据) MYYI(索引)	不支持	大

顾名思义聚簇性索引就是索引和数据放在一起。同时InoDB支持事务，但是MySIAM不支持。所以市面上大部分业务性系统都会采用InoDB。

在InoDB中，frm结构文件和MySIAM中frm几乎一样，没有什么区别。但是idb文件中包含了索引文件和存储的数据。MYYD(数据) MYYI(索引)数据和索引是分开的。

文件	存储内容
idb	主键索引 非主键索引 数据
MYYI	索引
MYYD	数据

在idb中索引被分成两类-主键索引 、非主键索引。 主键索引是在记录插入时自动创建。非主键索引一般是我们进行性能优化时手动创建。同时非主键索引的节点存储的主键索引的key，主键索引的节点指向 数据。也就是说，通过非主键索引查询数据时，在InoDB中会先定位非主键索引的key，然后取得主键索引的key，最后通过主键索引取到数据。虽然结构稍微复杂了一点，但是很节省存储空间。

但是在MYYI中，只存储了索引，先去查索引，节点中存储的是数据在MYYD中的内存位置。在去指定的内存位置取得数据。

索引结构推导

几乎了解过索引的都知道，索引的底层数据结构是B+树，但是为什么使用B+树，而不是B树或者红黑树和AVL树。

推导的起始点是二叉查找树(BST)，二叉查找树的时间复杂度是 O(lgn)，极端情况下会退化为线性链表，二分查找也会退化为遍历查找，时间复杂退化为 O（N），检索性能急剧下降。

接下来就是AVL树和红黑树，
红黑树是一个相对平衡树，右节点比根节点大，左节点比根节点小。所以插入数据，结构变换简单，最多三次旋转就可以形成新的树，但是在海量的数据插入后，难免会出现左倾或者右倾的现象，所以数据越多，查询效率越低。

针对于AVL树来说，查询效率肯定是高的，对于整个树来说都是绝对平衡的，所以插入数据后变换很复杂，因此插入效率效率极其低下。

所以我们会引入一种的数据结构叫做B树。B树的一个节点会有多个key，当key数量大于限制值，会进行分裂，形成一个新的节点。而且B+的时间复杂度是O(h log n) ,h是树的高度，n是节点数。所以在大量数据的情况下，查询效率依旧很优秀。

但是数据库的索引还要解决一个问题就是范围查询，虽然B树的节点也是顺序的，但是还是需要引入B+树，将所有节点顺序串联在一起，这样就进一步提升了范围查询效率。