mysql单点查询,mysql索引背后数据结构

索引的本质：MySQL官方对索引的定义为：索引(Index)是帮助MySQL高效获取数据的数据结构，提取句子主干，就可以得到索引的本质：索引是数据结构。

1、二叉搜索树

为什么不适合用作数据库索引？

a、当数据量大的时候，树的高度会比较高，数据量大的时候，查询会比较慢；

b、每个节点只存储一个记录，可能导致一次查询有很多次磁盘IO；

2、B-Tree

B树属于多叉树(平衡多路查找树)，IO次数就是树的高度，“矮胖”就是b树的特征之一

a、不再是二叉搜索，而是m叉搜索；

b、叶子节点，非叶子节点，都存储数据；

c、中序遍历，可以获得所有节点；

B树被作为实现索引的数据结构被创造出来，是因为它能够完美的利用“局部性原理”。

什么是局部性原理？

1、内存读写块，磁盘读写慢，而且慢很多；

2、磁盘预读：磁盘读写并不是按需读取，而是按页预读，一次会读一页的数据，每次加载更多的数据，如果未来要读取的数据就在这一页中，可以避免未来的磁盘IO，提高效率；通常，一页数据是4K。

3、局部性原理：软件设计要尽量遵循“数据读取集中”与“使用到一个数据，大概率会使用其附近的数据”，这样磁盘预读能充分提高磁盘IO；

B树为何适合做索引？

a、由于是m分叉的，高度能够大大降低；

b、每个节点可以存储j个记录，如果将节点大小设置为页大小，例如4K，能够充分的利用预读的特性，极大减少磁盘IO；

总结：从平衡二叉树、B树、B+树、B*树总体来看它们的贯彻的思想是相同的，都是采用二分法和数据平衡策略来提升查找数据的速度。

3、B+Tree

B+树，在B树的基础上做了一些改进：

a、非叶子节点不再存储数据，数据只存储在同一层的叶子节点上，B+树中根到每一个节点的路径长度一样，而B树不是这样；

b、叶子之间，增加了链表；

B+Tree更合适作为数据库或文件索引的优点：

1、很适合磁盘存储，能够充分利用局部性原理，磁盘预读；

2、很低的树高度，能够存储大量数据；

3、索引本身占用的内存很小；

4、能够很好的支持单点查询，范围查询，有序性查询；

最后，量化说下，为什么m叉的B+树比二叉搜索树的高度大大大大降低？

大概计算一下：

1、局部性原理，将一个节点的大小设为一页，一页4K，假设一个KEY有8字节，一个节点可以存储500个KEY，即j=500

2、m叉树，大概m/2<= j <=m，即可以差不多是1000叉树

3、那么：

一层树：1个节点，1*500个KEY，大小4K

二层树：1000个节点，1000*500=50W个KEY，大小1000*4K=4M

三层树：1000*1000个节点，1000*1000*500=5亿个KEY，大小1000*1000*4K=4G

可以看到，存储大量的数据(5亿)，并不需要太高树的深度(高度3)，索引也不是太占内存(4G)。

Ref：