【MySQL数据库】六、MyISAM，InnoDB存储引擎索引详解

一、MySQL数据库索引底层数据结构详解

建立索引就是建立数据结构存储数据，让其有序，那么排序的时机应该怎么选择：

• 如果查询前进行排序，那么查一次，排序一次，那么排序的效率要插入到查询中，时间复杂度为：排序时间+查找时间=O(n)+O(logxn)，比顺序排序的效率都要低
• 在插入数据时排序，在插入数据时，进行排序，为O(n)，那么查询效率为O（logxn）。

MySQL数据库的索引设计思想就是在插入时进行排序，那么MySQL索引使用的数据结构是一种特殊的二叉排序（查找、搜索）树BST，称为B+树，是一种多路树。中序遍历有序。在插入时进行结点调整，使其有序。

B+树特点：多路树，非叶子节点放关键字进行排序，叶子节点以链表的方式串起来。

下面我们详细讨论索引的B+树。

（一）BST树，平衡二叉树AVL、红黑树，B(B-)树，B+树简介

1. BST二叉排序树

【概念：】

二叉搜索树BST(binary sort tree)以一颗二叉树来组织的，每个节点是一个对象，包含left指向节点的左孩子，right指向节点的右孩子，p指向双亲，key表示键值。

【目的：】

为了提高查找的性能，查找在平均和最坏的情况下都是logⁿ，接近二分查找，查找的最大次数为树的高度。

【特点：】

• 每个节点的值大于其任意左侧子节点的值，小于其任意右节点的值，没有值相等的节点
• 中序遍历有序。

【缺陷：】

二叉搜索经过多次插入或删除后，会导致二叉搜索树失去平衡变为有n个节点的线性链：

此时查找的效率变得很低。

2. 平衡二叉树AVL

在二叉搜索树上添加平衡算法得到平衡二叉树AVL：带有平衡条件（节点的左右子树高度差不超过1）的二叉查找树，一般用平衡因子差值判断是否平衡并通过旋转来实现平衡。

特点：

• 左右子树高不超过1，是严格的平衡的二叉树。
• 执行插入，删除操作时，如果不满足平衡条件，需要通过旋转来保持平衡，耗费时间。
• 适用于插入删除次数少，查找多的情况。

不超过1表示可以取：0，1

局限性：

维护这种严格高度平衡的二叉树，付出的代价比效率还低，所以应用不多，适用于查找多，插入删除少的情况。一般应用于Windows进程地址空间的管理。

3. 红黑树RBT

AVL严格平衡二叉树实现耗费时间多，所以出现了弱平衡二叉树，基于二叉查找树的红黑树。

在每一个节点增加一个表示节点颜色的存储位，可以是红色或黑色。通过对任何一条从根到叶子的路径上各个节点着色的方式的限