MySQL（一）：索引底层数据结构（B+树）

索引是帮助获取数据的一种排好序的数据结构

下面先看下几种索引的数据结构，从而分析出为什么使用B+树。

1.BST（平衡二叉树）
    BST 是有序的，但是当节点特别多的时候，这时候树的高度也就特别大，BST查询的时间复杂度就是和树的高度相关的，查询就会非常耗时。

2.红黑树
   原因和BST相同。

3.hash表
   hash表通过hash算法将数据映射一个数组里，出现hash碰撞的时候就在链表的后面添加，原理和HashMap相同，对于 = 查找速度很快，但是无法进行范围查找。

4.B树
   对于BST，由于树的高度太高导致查询的效率变慢，那么针对这一问题，就出现了B树。

• 每一个节点上面存放了多个数据
• 节点上的顺序也是从小到大
• 每个数据都存了这条记录，不只是主键，还有其他列的信息

5.B+树
   B树虽然已经很好的处理树的高度问题，但是由于他的每个节点上面都存了data数据，这就导致每个节点上面能保留的索引个数就很少了。这样就引出了B+树。

B+ 树将所有的data信息都放到了叶子节点上，对于B树，一个节点可能只有几条索引，但是B+树就可能有上百条索引，这样就大大的加快了查询效率。
同时B+树的叶子节点有指针指向他的下一个节点，这样就可以进行顺序查询了。

---

聚集索引和非聚集索引
聚集索引就是叶子节点中存放这条数据。
非聚集索引就是叶子节点存放这条数据的位置。


一般建议InnoDB表建主键，而且是自增的整型数据
   首先MySQL的底层就是通过B+树来存储数据，如果我们不建立主键，那么MySQL就会自己帮我们建立这样的一个索引，假设是选择一个varchar，那么比较他的时候就会依次比较每个字符，查询的速度明显就会比整型慢的多。如果我们不是自增的情况，对于下次插入的数据比之前小的时候，因为我们要保证索引的有序性，就要去修改之前的节点，这样增加操作的次数。
 
非主键索引下面存的是主键值
   其实就是为了节省空间，找到主键值后，只需要继续回查主键索引即可
 
联合索引的底层存储结构
   联合索引遵循索引最左前缀原理，先比较前面的列，进行排序，第一列相同，然后再比较第二列，以此类推。