Mysql（一）索引底层数据结构

1.索引是什么

索引是帮助MySQL高效获取数据的排好序的数据结构。

   计算机读取磁盘数据时，磁头读取文件需经过两个步骤：

• 寻道时间（花费时间长）
• 旋转时间（花费时间少）

索引可以减少读取磁盘的数据次数，从而快速读取数据。

索引存储在文件里索引为什么要用b+tree

1.二叉树的数据结构

存在极端情况，插入值按大小顺序差是，深度过深，需要进行多次I/O。当二叉树的值过多时如下图的情形发生时，深度过深。如查询值为8时，需要查询6次，故二叉树作为数据库的底层数据结构，存在局限性。

2.红黑数的数据结构

相比二叉树，红黑树在一些情况做自动平衡优化。存在极端情况，当数据量大时，如到达上百万时，深度也会很深，需要进行多次I/O。当二叉树的值过多时如下图的情形发生时，深度过深。如查询值为8时，需要查询6次，故二叉树作为数据库的底层数据结构，存在局限性。

3.hash的数据结构

使用hash的数据结构可以快速的读取到一条数据，但是不适用于范围查询。当范围查询较少时，可以使用hash作为索引方法。

实际运用hash作为索引方法的情况较少。

4.btree的数据结构

btree与红黑树相比，btree的可以增长节点的宽度，使其寻找数据时I/O减少。如下图当btree的度为3，当一个节点的内的数据size为3时，btree就会自动优化。

因为磁盘和内存之间的I/O的数据量是有限制的（页的整数倍，一页为16kb），所以btree节点内的度不是没有上限的。

5.b+tree的数据结构

mysql的数结构一般为b+tree，b+tree为btree的变种

•非叶子节点不存储data，只存储key，可以增大度

•叶子节点不存储指针

•顺序访问指针，提高区间访问的性能

B+Tree索引的性能分析

• 一般使用磁盘I/O次数评价索引结构的优劣
• 预读：磁盘一般会顺序向后读取一定长度的数据(页的整数倍)放入内存
• 局部性原理：当一个数据被用到时，其附近的数据也通常会马上被使用
• B+Tree节点的大小设为等于一个页，每次新建节点直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，就实现了一个节点的载入只需一次I/O
• B+Tree的度d一般会超过100，因此h非常小(一般为3到5之间)