MySQL索引的数据结构、存储引擎

1.什么是索引

（1）索引是帮助MySQL高效获取数据的排好序的数据结构

（2）索引其实相当于一本字典的目录，它可以帮助我们快熟查找到我们想要内容，因此，索引其实是要占据一定空间的

（3）索引是针对表而建立的

（4）索引在增加了查询效率的同时，会增加表的维护成本

2.索引的数据结构

实现索引的数据结构：二叉树、红黑树、Hash表、B树、B+树

最开始的索引使用的是二叉树，但是当数据量大的时候，二叉树的高度可能会很高，这样的话就会降低查询的效率。后来的话又使用了红黑树，因为红黑树会对表的高度做一个维护，让表的高度不会太高，增加了查询的效率，但是红黑树本质上也是二叉树，所以它的效率其实也是不太高。后来就发展出了B树和B+树

1.B树

B树其实就是一个平衡的多叉树

在分配空间的时候，在每一个节点放更多的索引元素，这样树的高度就会降低很多，查询效率也会增加，但是最终使用的是B+树

来自诸葛老师视频里的图

data存储的是索引所在行的磁盘文件地址

2.B+树

B+树其实是对B树的优化，B+树和B树最大的不同就是，在B+树的非叶子节点上不存储数据，而是把数据统一放到叶子节点上，而且叶子节点之间是用指针相互连接的

非叶子节点是将子节点的第一个数据提上去做冗余数据来构造这棵B+树。（例如15，20，49这三个节点）

MySQL底层对每一个节点分配的大小是16kb（可以改变，但不推荐）

查找元素的方式：会从根节点开始，将根节点的元素加载到内存（RAM）里面，采用二分查找的方式，找到一个范围，再把这个范围的磁盘文件地址加载到内存，继续采用二分查找的方式，直到找到叶子节点，再把叶子节点的磁盘文件空间加载到内存中，再在内存中查找到某个元素

MySQL查询慢的主要原因就是从磁盘加载到内存的这个过程，也就是磁盘I/O，而在内存中查找数据是非常快的。所以在MySQL更高版本的话，B+树的非叶子节点在MySQL初始化的时候会先加载到内存，这样整个查找过程只需要一次磁盘I/O，速度大大增加

3.Hash表

Hash索引的查询速度更快，但是不支持范围查询。（一般不推荐使用）
而B+树的叶子节点之间是用指针连接的，提高了范围查找的性能

3.MySQL数据库的索引存储引擎

1.MyISAM

MyISAM的索引文件和数据文件是分开的，也就是存在两个文件（非聚集索引）
索引文件存在 .MYI（MYISAM Index）文件中
数据文件存在 .MYD（MYISAM Data）文件中
表的结构存在 .frm （frame）文件中

MYISAM查找数据：
例如select * from t where t.col1 = 30
MySQL底层会先判断 col1 是不是索引字段，如果不是的话，会进行全表扫描，如果是索引字段，会先在 .MSI 文件中通过二分查找法得到一个索引所在行的磁盘文件地址 0xF3 ，再到 .MSD 文件中快速定位到查找行的位置并取出

3.InnoDB

InnoDB表的数据文件本身就是按B+树组织的一个索引文件，也就是索引和数据放在一起（聚集索引）

主键索引和数据放在一棵索引树上面
聚集索引查询比非聚集快：由于聚集索引的数据和索引放在同一个位置，也就是查找到相应位置之后就可以直接把数据拿出来，而非聚集索引的索引结构和数据存放在两个不同的文件，当我们要查找某个元素时，非聚集索引会在找到索引之后，再到另外一个文件去查找，类似于进行了一次回表操作，比较耗时

非主键索引：如下图，非主键索引会再开一棵B+树，而它的叶子节点存储的data数据是索引所在行数据的主键，而要通过非主键索引查找数据的话，会先查找到它的主键，再去主键索引里查找相应的数据，也做了一次类似于一次回表

（1）为什么建议InnoDB表必须建立主键，并且推荐使用整型的自增主键？
因为InnoDB是主键索引的叶子节点存储数据，如果不建主键索引的话，MySQL底层会在每一列中寻找一列可以建唯一索引的列，用来组织这棵B+树，存储整张表的所有数据，若是没有符合要求的列，MySQL会在后台多维护一列数据RowId，然后用RowId组织这棵B+树结构，这样的话会浪费MySQL的性能以及浪费磁盘空间；
使用整型的自增主键是因为整型相对于其他数据类型，在比大小的时候会更快，查找的时候也就更快。自增的话，当我们增加数据的时候，B+树为了保证顺序，会去维护这棵树的结构，而自增会减少树分裂的次数，会让MySQL更好的去维护这棵树，效率更高。