MySQL官网对于索引的定义:
索引是帮助MySQL高效获取数据的数据结构!
MySQL的使用主要就包括增删改查,要想实现这些,我们首先就要定位到数据,因此搜索算法是很必要优化的,常见的搜索算法如顺序搜索O(n),这肯定不在考虑范围之内
二分查找 O (log(n)) 和 二叉树查找(log(n)) 都还不错,但是这俩个搜索算法需要一定的数据结构,二分查找需要存储的数据是有序的,二叉树查找只能应用在二叉树上!
所以数据库的设计者
采用B-tree或者b+tree树来作为数据存储的结构
同样是二叉树,为什么不采用二叉搜索树或者AVL树呢?
因为ALV树要维护树的平衡,其次是树的高度会很大,二叉搜索树高度同样很大
首先我们要明确一点,查询一条数据所需要执行的次数,取决于树的高和树的度
二叉搜索树和AVL树的搜索高很明显大于b-tree而度又小于b-tree
其次索引作为一种存储结构,他其实也不一笔不小的内存开支,因此 ,MyQL不会把索引存储在内存中,而是存储在文件系统中,InnoDB有俩个文件系统 存储表结构 一个存储索引和数据 MyISAM有三个文件系统,它的不同之处就是索引和数据是分开存的。
要想知道查询之间的好坏,那我们就要去分析主存存取和磁盘存储原理
系统在磁盘上的I/O速度比在主存中要慢了几百倍
主存
目前计算机使用的主存基本是RAM,也就是随机读写存储器,它的工作原理很复杂,抽象来说,就是一个个存储单元组成的矩阵,当系统要读取主存的时候,将地址总线传导给主存,主存读取到地址信号后,解析信号定位到存储单元,然后将此单元数据放在数据总线上,供其他部件读取
磁盘存储原理
基于磁盘结构他的读写时间分为三个部分寻道时间 旋转时间 传送时间,相比主存I/O速度慢了几百倍不止
因此MySQL采用预读机制来读取,这样只需要在旋转的时候多旋转一部分,就能把连续的数据也给读取,
而取决I/0性能就在于读取的次数 所以我们选择b+tree
在实际存储过程中,其实树高h很小 度d比较大 d越大索引的性能远大,出度的上限取决与节点内key和data的大小
相比b-tree 其实b+tree树更适合存储
原因在于每个指针的上限为2d+1 内节点不存储data 只存储key 叶子节点不存储指针
b-tree将数据data和key存放在一起,因此在搜索的时候最优为O(n),但不适合区间访问,
而b+tree优化之后由于叶子节点之间维护了链表指针,在进行全局搜索的时候十分方便,更大的度空间也使得内节点可以存储更多的key降低了树的高度
补充一下:设计者将节点的大小设置为页,符合系统读取