mysql8索引的数据结构_mysql索引底层数据结构与算法

---恢复内容开始---

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

索引存储在文件里

索引结构

(二叉树、红黑树、BTREE、B+TREE、HASH)

二叉树

二叉树是n(n>=0)个结点的有限集合，该集合或者为空集(称为空二叉树)，或者由一个根结点和两棵互不相交的、分别称为根结点的左子树和右子树组成。

二叉树存储方式：

以节点为基础，每新插入一个数据，则与父节点比较，若小于节点值则以节点为基础向左侧存储，反之向右，例如：

二叉树缺点：如果数据为有序递增，那么存入的数据结构为右侧连续，则该根节点只有右孩子，没有左子树，(称为斜树)从而失去二叉树本身的特性：

红黑树

红黑树针对二叉树的斜树做了一定优化，在二叉树的基础上，如果出现“斜树”的情况，则会自动均衡，均衡规则依旧按照二叉树特性(中间数值为节点，左侧子节点小，右侧子节点大)：

红黑树的自动均衡，会使索引的存储结构更加优化，从而保证数据查询的效率

注意：如果数据库表中存储的数据量过大，会导致红黑树的高度过高(不断往下扩展子节点)，恰好要查询的目标数据在树结构的最低端，同样会比较消耗查询性能，

可以发现：如果尽量降低树的高度，则会更大的提升查询效率，BTREE则针对此特点进行了优化

BTREE(B树)

从红黑树得知：每一个节点只会保存一个索引，而BTREE将每个节点的内存进行扩容，从而使每个节点可以保存更多的索引，从而降低树的高度，提升查询效率：

可以发现：相比红黑树，BTree的两层结构保存了更多的节点

BTree特点:

叶节点具有相同的深度

叶节点的指针为空

叶节点的数据key从左到右递增排列

如上图(右)可看到：BTree的每个节点会同时保存索引(key)和此索引对应的值(data)

so：如果可以减少每个索引的数据量，则减少每个索引的占用空间，从而在节点内存大小固定的情况下，每个节点可以保存更多的索引，会更进一步的降低树的高度(优化查询效率)

B+TREE(B+树)

B+Tree 相当于是BTree的变种，在BTree的基础上做了如下优化：

非叶子节点不存储data，只存储key，非叶子节点之间保存了指针，指向下一级，最终指向保存data的最底层叶子节点

叶子节点不存储指针

顺序访问指针，提高区间访问的性能(叶子节点的key从左到右依次递增，通过访问指针，如果遇到范围查询时可直接通过叶子节点的指针找到下一个索引，而不需要重新从根节点进行搜索)

Hash

hash与树结构毫无关系，数据库如果使用hash的数据结构，则会将索引通过hash算法生成一个hash值保存在表中，并与此索引对应的文件指针直接对应，查询效率会很高

但是大部分数据库的索引结构都用B+Tree，原因是hash结构只是在等号查询的时候效率很高，如果是其他查询(比如范围查询，则没有B+Tree如此高的效率)

---恢复内容结束---