深入理解MySQL索引底层数据结构与算法

目录

一 理解索引的特性

二 索引的各种存储结构及其优缺点

（一） 二叉树

（二） 红黑树

（三） Hash

（四） B-Tree

（五） B+Tree（MySQL索引的真正存储结构）

三. 联合索引底层存储结构

---

一 理解索引的特性

• 索引是帮助MySQL高效获取数据的排好序的数据结构
• 索引存储在文件里

二 索引的各种存储结构及其优缺点

在开始讲这一小节之前，我们先来看一下在数据库没有加索引的情况下，SQL中的where字句是如何查找目标记录的。

我们先看下左边表格第二列Col2列的数据时如何查找的，如果我们希望查找where Col2 = 22的记录，我们在没加索引的情况下是按顺序从第一条记录查找，由此可知需要查找5次才能找到；

如果对Col2字段加上索引后，我们假设使用最简单的二叉树作为索引存储方式，再次查找where Col2 = 22的记录这次只需要查找2次就能找到目标记录，效率提高十分明显。

（一） 二叉树

1. 优点：

二叉树是一种比顺序结构更加高效地查找目标元素的结构，它可以从第一个父节点开始跟目标元素值比较，如果相等则返回当前节点，如果目标元素值小于当前节点，则移动到左侧子节点进行比较，大于的情况则移动到右侧子节点进行比较，反复进行操作最终移动到目标元素节点位置。

2. 缺点：

在大部分情况下，我们设计索引时都会在表中提供一个自增整形字段作为建立索引的列，在这种场景下使用二叉树的结构会导致我们的索引总是添加到右侧，在查找记录时跟没加索引的情况是一样的，如下图所示：