MySql InnoDB索引实现原理，带你彻底搞懂索引数据结构

先来了解一个概念：Innodb_page_size，这是Innodb在存取数据时，最小的基本单位，可以理解为"一页"，默认大小为16KB，Innodb每次向磁盘存取数据时，最小存取一页数据，即16KB数据，这样做的好处是：可以有效减少IO操作，提高性能；

先来看一眼 “页” 的结构：

看上去可能有点儿蒙，没关系，暂时只需要知道有这么个东西，由图可知，“页”中包含“页目录”和“用户数据区域”；

先来举个例子，建立一张表，如下图：

此时，这张表的 “页” 为：

可以看到“页目录”和“用户数据区域”是没任何数据的；
现在往表里随便插入几条数据，由于MySql对于新插入的数据，会默认按照主键进行排序，用来提高查询性能，所以此时，这张表的 “页” 为：

此时新插入的数据，会被保存到“用户数据区域”；
接着执行一条查询语句：
select * from t1 where a = 3;
会扫描整个 “用户数据区域”，性能显然不是最优的；

接下来解释一下图中的“页目录”，“页目录”可以理解为书本中的目录，“用户数据区域”可以理解为书本中的正文；

假设此时一共插入了四条数据，可以把这四条数据按照主键的顺序，分成两组：

此时，“页目录”里记录的，是每组数据里，最小主键值 和 指向当前组的指针，如下图：

接着执行一条查询语句：
select * from t1 where a = 3;
此时可以通过“页目录”，判断 a=3 只可能在第一组，此时，只需要遍历第一组中每条数据即可，这样查询性能就会提升；

按照上面了解的，假设现在表中数据很多，即很多“页”数据，如下图：

接着执行一条查询语句：
select * from t1 where a = 3;
会挨个遍历每个“页”中的“页目录”，直到匹配到数据为止，性能显然不是最优的；

此时，可以参照前面介绍的“页目录”的思想，再来重新开辟一个新的“页”，专门用来存储每一“页”内，“页目录”中最小的值 和 指向这一页的指针，如下图：

接着执行一条查询语句：
select * from t1 where a = 3;
可以直接确定 a=3 只可能在第一页内，到此，性能又有所提升；

如果把刚刚上面的图画规范一点，就变成了下面这张图：

由上图可见，下面那两页，是专门存放数据的，顶部那一页，是专门存放下面每个页地址的；

到这里，细心的同学可能会发现，这不就是一棵B+Tree嘛？如果没看出来也没关系，接着看下面这张图：

把每一页中的“页目录”提出来，放在中间的位置，这就是InnoDB中B+Tree数据结构；

由图可知，B+Tree 每个节点左边的数据都比自己小，右边的数据都比自己大，即天生有序，另外，每个节点里面，可以有多个元素，非叶子节点，冗余了一部分主键数据；

接下来结合上图，解释一些名词，上面这棵树，按照主键进行排序，称为主键索引，叶子节点存储的是整张表的具体数据，又叫聚集索引，即索引和表中数据同时在一起；

再观察，查询某条数据时，只有两条路径，要么是从左往右依次遍历每个叶子节点，要么是从上往下通过页目录最终匹配到数据。

如何判断查询数据时，有没有走索引呢？
如果查询是从左往右依次遍历叶子节点，就是全表扫描，如果查询是从上往下，就是走索引，通过explain执行sql时可查看是否走了索引；

再来解释下每个叶子节点之间的双向指针，其实是专门用来做范围查找，举个例子，执行一条查询语句：
select * from t1 where a > 3;
由于a是主键，InnoDB会先从主键索引中从上到下找到a=3的叶子节点，由于叶子是有序的，并且相互之间有指针指向前后节点，如果此时a > 3，那就从a=3这个节点开始，往后的数据全部匹配，如果查的是a < 3，那就从a=3这个节点开始，往前的数据全部匹配；

现在建一个联合索引：
create index idx on t1(b,c,d);
InnoDB会按照b,c,d三个字段排序，建立一棵B+Tree，如下图：

解释一下，叶子节点存储了按照b,c,d排好序后的全表数据，非叶子节点只存储了b,c,d字段的值；
细心的同学可能发现，新创建的索引又把全表数据复制保存了一份，太浪费资源了，这里的叶子节点数据其实和主键索引中叶子节点数据是一样的，只是顺序不同而已，所以需要把叶子节点冗余的数据去掉，只保存b,c,d字段的值，如下图：

但是这样会有一个缺点，如果查询b,c,d之外的字段，该如何查呢？
此时可以在叶子节点，记录每条数据主键的值，如下图：

由图可知，根据b,c,d找到主键后，拿着主键到主键索引上去找，最终找到具体数据，这个过程就叫做：回表；
此时这个索引没有和完整数据关联在一起，只关联了主键值，又叫非聚集索引；

回表过程如下：

左边是非主键索引，右边是主键索引；

最左匹配原则：此时有联合索引b,c,d，如果想使用这个联合索引，查询顺序必须按照b,c,d顺序来，即：b、bc、bcd，如果不连续时，比如：bd，只用到了b列的索引，c列和d列都没有用到。

select * from t1 where c = 1 and d = 3;
由于联合索引树每个节点都是按照b,c,d排序的，此时没有给b的值，从联合索引树从上往下查找时，就确定不了该从哪里开始往下查找，所以只能走全表扫描；

select * from t1 where b = 1;
此时走索引，只匹配b的值，从上往下查找；

select * from t1 where b > 1;
此时会走全表扫描，原因是如果走索引，每条记录都会回表，会回表多次，还不如一次全表扫描来的快，InnoDB底层会判断要走索引还是全表扫描；

select b,c,d,a from t1 where b > 1;
此时会走索引，因为联合索引叶子节点已经保存了b,c,d的值和主键值，不需要回表；

暂时先记录这么多！