Mysql（9）——B-树索引详解

索引的底层实现原理

数据库索引是存储在磁盘上的；
当数据量大时，就不能把整个索引全部加载到内存了，只能逐一加载每一个磁盘块（对应索引树的节点），索引树越低；

越“矮胖”——>磁盘IO次数就少
xxx有索引==》 存储引擎==》kernel==》磁盘IO（读索引文件）==》内存上

MySQL支持两种索引:

• B-树索引
• 哈希索引

大家知道，B-树和哈希表在数据查询时的效率是非常高的。

这里我们主要讨论一下MySQL InnoDB存储引擎，基于B-树（但实际上MySQL采用的是B+树结构）的索引结构。

B-树是一种m阶平衡树，叶子节点都在同一层，由于每一个节点存储的数据量比较大，索引整个B-树的层数是非常低的，基本上不超过三层。

• 题外话：内存是按page页面（4k为单位）操作的，当我们向操作系统申请4byte时，实际上内核按照页面给我们分配，在这之后，假设返回了两个页面即2x4k = 8k，应用程序只需要4个，剩下的就被c库（libc.so或者libc++.so）的malloc实现ptmalloc或者tcmalloc来管理。这两个函数（或者说缓存用来管理多余的空间），这样做的好处就是该应用程序下一次malloc或者new时，就不要陷入kernal内核空间去申请内存，下次直接在用户空间中使用，效率更高。
• 由于磁盘的读取也是按block块操作（一般是16k，也是内存页面的整数倍） ，因此B-树的节点大小一般设置为和磁盘块大小一致，这样一个B-树节点，就可以通过一次磁盘I/O把一个磁盘块的数据全部存储下来，所以当使用B-树存储索引的时候，磁盘I/O的操作次数是最少的（MySQL的读写效率，主要集中在磁盘I/O上）。

上面的内容可能不好理解，我们通过一个示例理解一下：假设我们有2000w的数据：

• 使用AVL树存储，构建下来有log2^20000000 ≈ 25层，最坏情况下读取一个索引要花费25次磁盘IO
• 使用B树存储，m阶平衡树（m一般取300-500），假设m= 500，log10^20000000 / log10⁵⁰⁰≈ 3层，这种情况下最多花费三次磁盘IO

建立索引的过程如下：

1. 当执行select语句时发现，where条件列uid是已经建立好索引的；
2. 于是请求存储引擎，请求内核；
3. 磁盘IO读取索引文件，读取到内存上；
4. 用读取到的数据构建B树，从而加速搜索。

注意：这里的data是存储的是数据本身的内容，还是数据在磁盘上的地址呢？
——这与存储引擎相关，

• 如果是MYISAM，索引和数据是分开存储的（想想之前学过的内容），构建的索引树，一定是数据的地址；
• 要是用InnoDB，数据跟索引一起存放，索引树上放的是数据

注意：如果在InnoDB存储引擎下，where后的字段名没有建立索引，但是由于InnoDB存储引擎会自动建立索引，但是搜索条件并未和索引列建立关系，那么我们就会遍历整个索引树，也就相当于整表搜索。

根根据B树的结构特点（排序关系），最终采取的搜索策略是二分搜索，时间复杂度是（O(log2n)），那么如果我们使用AVL树，不同样也是（O(log2n)）吗？

搜索的过程分为两步：

1. 花费磁盘IO把数据构建到内存的索引树上
2. 再在索引树上搜索数据

即便搜索这个过程的时间是一样的，但B树的好处就是非常少的磁盘IO，在这方面提升了效率，这在之前我们已经提及了。

从上图可以看到B-树存在的缺点：

• 每个节点中有key，也有data，但是每一个节点的存储空间是有限的，如果data数据较大时会导致每个节点能存储的key的数据很小
• 当存储的数据量很大时同样会导致B-树的高度较大，磁盘IO次数花费增大，效率降低