mysql索引的数据结构

1.什么是mysql索引：

索引是帮助MySQL高效获取数据的排好序的数据结构

2.mysql索引的数据结构：B+tree 或者 hash

如下图，navcat中给数据表建索引的时候，可以选择索引的数据结构

2.1.mysql索引之B+Tree的特点：

2.1.1.非叶子节点不存储data，只存储索引(冗余)，可以放更多的索引

（说人话：【非叶子节点】上没有存储对应的数据，只存着索引的字段，因为别的数据结构是key value形式，他们的【非叶子节点】既有key也有value，而B+tree【非叶子节点】只存着key，所以有限的空间可以存更多的索引key）

2.1.2.叶子节点包含所有索引字段

（说人话：【叶子节点】上存着所有的索引字段包括key，也包括value，所以拿走全部的【叶子节点】就相当于拿走了全部数据）

2.1.3.叶子节点用指针连接，提高区间访问的性能

（说人话：每个【叶子节点】上都包含有下一个【叶子节点】位置的信息，类似于linkedlist的意思，这样设计是为了方便获取全部数据时，不用走【非叶子节点】，直接拿走【叶子节点】就可以了）

2.2.mysql索引之Hash结构的特点：

2.2.1.对索引的key进行一次hash计算就可以定位出数据存储的位置。

（说人话：对索引的key进行hash计算之后，会得到一个值，根据这个值在hash结构中，可以得到数据存储的位置信息，从而获取到索引对应的值）

2.2.2.很多时候Hash索引要比B+ 树索引更高效

（说人话：因为哈希计算只需要经过一次计算，就可以得到数据的地址，从而直接取出来。

而B+Tree需要多次比较key值大小，才能获得key的对应地址，再取出来，比较key的时候会比hash花的时间更多。）

2.2.3.仅能满足 “=”，“IN”，不支持范围查询

（说人话：既然hash比B+tree更快，但是为什么不用呢，原因是因为功能少，范围查找时候hash结构的索引并不能使用。）

2.2.4.hash冲突问题

（说人话：经过hash计算，得到同一个数字的情况很常见，比如下图Alice和Jim经过hash计算，得到的hash值都是2这个数字，所以alice和jim对应的数据，就都放在了key=2的结构之中，找的时候会有找到多个值的情况出现。）

3.mysql的存储引擎：

MySQL中的数据用各种不同的技术存储在文件（或者内存）中。

这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。

通过选择不同的技术，你能够获得额外的速度或者功能，从而改善你的应用的整体功能。

3.1.常用的存储引擎之MyISAM

索引的value部分是指向数据的位置信息的数据。

3.2.常用的存储引擎之InnoDB（聚集索引）

3.2.1.表数据文件本身就是按B+Tree组织的一个索引结构文件

3.2.2.聚集索引-叶节点包含了完整的数据记录

主键索引结构的【叶子节点】是一条完整的数据，取出来可以直接用于代码逻辑中处理数据的

3.2.3.建议InnoDB表必须建主键，并且推荐使用整型的自增主键

因为每次新插入数据的时候，索引key自增直接排在索引最后就行，否则插入索引的中间，后面的索引数据整体都需要改变，会消耗资源。

3.2.4.非主键索引结构叶子节点存储的是主键值

(因为节省存储空间，并且可以保住数据的一致性)