带你十分钟快速理解MySQL索引机制

 写在前面：

第一篇讲解Spring时，重点提到过Spring事务，Spring事务本质上是数据库事务，而数据库事务是基于并发。此时数据库引用了一套锁机制来解决并发问题。在介绍锁机制之前，就不得不提数据库索引。此文以目前市场主流的MySQL数据库为例。

Mysql索引

一、存储引擎：

1）MyISAM ：不支持事务、支持表锁、索引方式为非聚簇索引

2）InnoDB（MySQL默认）：支持事务、支持行锁、索引方式为聚簇索引（主键索引）和非聚簇索引（唯一索引 普通索引等）

3）Memory：不支持事务、Hash索引

二、索引存储方式：

1）聚簇索引 ：索引和数据均存储在B tree中

2）非聚簇索引：索引存储在B tree中与数据块分开存储

三、索引存储结构：

1）B tree

2）Hash索引

三、数据存储位置：数据库数据量大，以文件形式存储于磁盘空间

四、访问数据方式：IO方式访问磁盘，每次IO大小为一页，不同的操作系统有所不同，一般为4k或8k或16k。

五、访问磁盘更快的方式：减少IO次数

六、问题

理解上述概念后，会出现一个疑问，为什么InnoDB会使用聚簇索引和非聚簇索引的方式，即为什么会使用B tree的索引存储结构？同样是树结构 为什么不使用AVL 、红黑树?

七、分析：

1.AVL平衡二叉树：

特点：

1）通过旋转保持平衡

2）高度相对较大为 log n（底数为2）

3）每个节点只有两个子节点

4）其他

2.RBT红黑树

特点：

1）根节点为黑色

2）每个节点不是红色即是黑色

3）叶子节点为黑色 值为NULL

4）一个节点是红色 子节点必须是黑色

5）从根节点到所有子孙节点的路劲黑节点数量相同

6）每个节点只有两个子节点

3.B 树

特点：

1）每个节点有大于2的子节点

2）每个节点存储索引和data数据

3）深度相对较小 通常为3

4）搜索可能在非叶子节点结束

5）每个节点大小刚好为一页，即每次IO大小

4.B+树

特点：

1）非叶子节点只存储索引

2）叶子节点存储索引和data数据

3）叶子节点是一个链表结构 可以通过轮询链表查询到任何一个数据

4）非叶子节点相对B树能够存储更多的索引

5）每个节点大小刚好为一页，即每次IO大小

八、总结：

为什么不用AVL平衡二叉树或者红黑树？

因为两者的深度过深，访问磁盘空间时IO次数过多，每次IO的时间过长，效率过低，平衡二叉树或者红黑树通常作为内存的数据存储结构。而数据库的存储方式由于数据量过大限制为磁盘存储，因此不使用平衡二叉树和红黑树。而B类型的树结构树高小，并且每个节点大小刚好是一次IO，因此使用B类型结构存储索引。

为什么使用B+树而不是B树？

根据B树和B+树结构可知，B+树非叶子节点的索引数量更多，每次能过索引到的范围更大，数据量更大，即同一次IO，B+树的访问量更大。根据空间局部性原理：如果一个存储器的某个位置被访问，那么这个位置的附近位置也会被访问，然后加载到内存中，B+树的叶子节点是连续的，在索引时，能够被加载到内存的数据量更大，因此效率更高。

  生活的悲欢离合永远在地平线以外，而眺望是一种     青春的姿态...

PS：

文章是笔者分享的学习笔记，若你觉得可以、还行、 过得去、甚至不太差的话，可以“推荐”一下的哦。就此谢过!

​另外，关注我的公众号回复“资料”还可以获取更多java学习资料哦​，包括阿里腾讯等面试题库等​。