索引的原理详细介绍及操作

1、数据页

假设有一张数据库表：

emp_id(主键)	emp_age(非主键)	emp_name(非主键)
1	21	tom
2	22	jerry
3	23	bob
4	24	harry
5	25	lily
……	……	……

对于 InnoDB 存储引擎来说，最小的存储单位就是：页。那么存放原始数据的页就称为数据页。

一个页默认的大小是：16KB。如果我们假设一条记录所占空间的字节数是 1KB，那么这个数据页大致能够存储 16 条记录。那么如果这个数据库表总共有 100 万条记录，那么肯定是需要很多数据页来存放这些数据。

2、数据页内部

①主键排序

数据页内部对主键进行了排序，所以当我们在一个数据页内部根据主键查找记录时，会根据二分法进行查找。找到主键就能够很快找到这条记录。

②数据页编号

为了在众多数据页中，定位每一个数据页，数据页需要有编号。所以这个编号也相当于是这个页的地址。

3、数据页如何便于查找

①排序

根据主键值对所有数据页进行排序。

 

②双向链表

把所有数据页组成环状双向链表。

好处是：假设搜索主键值大于 30 的记录，那么找到主键值为 30 的记录之后，后面所有的记录就都可以快速找到和返回了。

③扫描全表

就目前的数据存储方式来说，如果要找到某一个主键值所在的数据页，需要一页一页的查找，这无疑是非常缓慢的。所以肯定需要做进一步优化。

4、数据页设定目录

为了能够快速到数据页中找到记录，我们专门给数据页设定目录。

①第一层目录

[1]设置

选取每一个数据页中最小的主键值 最小主键值 + 当前数据页的页码 = 目录页中的一条记录 主键值 + 页码 组成的记录放在一起组成了目录页 不管是数据页还是目录页都是页，默认大小都是 16KB 估算目录页能够存储多少条记录？

主键值占 8 字节

页码占 8 字节

16 KB / 16 B = 1024 条

[2]搜索

现在我们在 4 号目录页中有如下三个区间：

• 区间 1：[1,11)
• 区间 2：[11,21)
• 区间 3：[21, ...)

情景一：搜索主键值为 11 的记录

select emp_id,emp_name,emp_age from t_emp where emp_id=11

• 11 落在了区间 2：[11,21)
• 根据目录页中的 11->2 这条记录，得知想要的数据在页码为 2 的数据页
• 进入页码为 2 的数据页
• 在数据页内部根据主键做二分法查找

情景二：搜索主键值为 15 的记录

select emp_id,emp_name,emp_age from t_emp where emp_id=15

• 15 落在了区间 2：[11,21)
• 根据目录页中的 11->2 这条记录，得知想要的数据在页码为 2 的数据页
• 进入页码为 2 的数据页
• 在数据页内部根据主键做二分法查找

②第二层目录

[1]设置

为了更进一步方便查找，命中我们要找的目录页，我们可以进一步给目录再设置目录。

[2]搜索

用户搜索的主键值是：60。现在 13 号目录页中包含的区间：

• [1,51)
• [51,150)
• [150,...)

所以 60 会落在 [51,150) 区间，所以继续查