MySql中的索引与B+树

---

在mysql使用中，经常会用到索引，但是起初并不理解索引到底是什么，数据结构是什么样子，和表怎么关联，为什么能提升效率。

一、问答

索引是什么？

答：索引是一张数据表指定字段的数据组成的B+树。比如默认使用主键id作为索引时，主键的值将会组成一个B+树的非叶子节点，而叶子节点则存储具体的行数据，用来提升数据库检索速度。

InnoDB存储数据也是用B+树，两者有什么关系？

答：分两种情况，是否使用主键索引：
第一种：使用主键索引时，存储数据的B+树就是索引的B+树，两者是同一个。
第二种，使用非主键索引（二级索引或辅助索引，包括联合索引）时，会根据索引字段的数据生成一个新的B+树，与存储表数据的B+树是两个相互独立的。

使用非主键索引时，索引B+树有什么不同

答：最主要的不同是非主键索引B+树的叶子节点不存储行数据，而是存储了对应行的主键值，用于关联两个B+树，因此会衍生出回表操作。即 使用非主键索引查询时，先在存储索引数据的B+树中查到目标行的主键值，再去存储表数据的B+树中查询对应的行数据，这就是回表。

为什么要用B+树，而不是B树或是二叉树

答：这个问题需要反向解释，先解释二叉树和B树的缺点，自然就清晰了。
二叉树：将数据以二分查找法的思路进行父子关联，形成有规律的层级树，每个节点有两个子节点。缺点：1、数据多了之后，层级会很多，2、可能会出现某个节点下存在大量数据，造成树的失衡，甚至形成一个链表。
平衡二叉树：是二叉树的升级版，可以根据数据进行调整顶层节点，保证树整体左右的平衡，防止某个节点下积累大量数据，造成树的失衡。但是 仍然无法解决数据多了之后，层级过多的问题。
B树：不同于二叉树和平衡二叉树的叶子节点只存储一组数据，B树的叶子节点存储多个数据，如[1,2,3,4,5,6,7,8,9]，顶级节点不是单独的5，可以是[ 4,8 ]，那么二层可以分层四个节点，分别是[1,2,3],[5,6,7],[9]，这样可以极大的缩小树的层级，减少IO次数。
缺点：1、查询效率不稳定，因为数据存储在每个节点中，靠近根节点查询速度快，叶子节点查询速度慢，2、如果是范围查询，则需要多个节点反复IO，速度较慢
B+树：为了避免范围查询在节点中的反复IO和查询效率不稳定，所有数据都存储在叶子节点，非叶子节点只存储索引值，可以保证查询效率的稳定。而叶子节点再用指针连接，形成了双向链表，就可以轻松解决范围查询问题。

叶子节点的指针是怎么连接叶子节点的？

答： 叶子节点不仅存储了多个行数据，下一个叶子节点和上一个叶子节点的指针。
指针实际上是硬盘地址的引用，而指向的是数据页在硬盘的存储位置。当innoDB访问某个数据时，如果属于内存的BufferPool中不存在，则会根据指针将数据页加载到BufferPool中，然后进行高效的操作，减少和硬盘的IO交互。
当数据发生变化，需要重新写回硬盘的时候，依旧需要根据指针写回对应的硬盘位置进行持久化。

使用指针连接叶子节点后，innodb如何保证B+树的平衡性

答：保证B+树叶子节点的平衡性主要在于对数据页的管理，因为数据页是固定大小（默认16k，可以使用innodb_page_size修改），当数据量达到上限时，会进行拆分数据页，同时将两个数据页也用各自的指针进行连接，保证了链表的连续性。同时也会修改父级节点针对子节点的指针。
如果删除数据时清空了某些叶子节点，则会清理这些节点以及修改前后节点的连接指针，同时父级节点存储的子节点指针。

如果以上内容中有错误，欢迎大家留言或私信指出。