mysql索引的实现原理

1，mysql索引原理：

    hash：通过索引的计算定位到数据的存储的位置，进行一次I/O即可，效率非常高，但是是适合用于等值查询，范围查询索引是不起作用。
    B+bree：MySQL的b+tree不是b-tree，而是在b-tree上进行了优化，所有的data都放在了叶节点，目的是为了使根节点存储更多的索引key值，mysql默认每一节点层是存储16k的数据，假设：存储的主键索引是bigint类型，默认是8b大小，而存储子节点的地址是6b，总共14b。16kb/14b=1170，所以根节点可以存储1170个key，假设有三层的话，默认存储的数据1k的话，那么叶节点可以存储16个数据，1170*1170*16=两千一百多万，两千多万的数据只需要三次I/O就可以找到，而现在有个问题，如果我要范围查询怎么办？因为b+tree所有的data都是放在最后的叶节点上，每个叶节点都是根据索引的顺序存放的，并且每个叶节点跟叶节点是有相互引用的指针。所有范围查询可以快速找到，

2，问题：uuid和自增长id那个存储效率高？

    因为mysql的b+bree的data是根据索引的顺序存放的，如果是自增长id的话，每次插入数据直接插入尾部就可以了，效率很高，而如果是uuid的话，因为uuid是一段字符串，当插入表中时，会根据字符串排序，判断该插入b+bree的哪个位置，这个位置也是不确定的，但要如果插入的叶节点的数据已经存储满了,这时候会出现b+tree分裂的情况。b+bree重排问题，所以效率非常低。

3，表级别的存储引擎myisam和innodb的b+tree区别

     MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。而在InnoDB中，InnoDB的数据文件本身就是索引文件。所以InnoDB表必须有一个主键，如果没有创建主键的话，mysql会默认帮你创建一个主键，而它的表数据文件本身就是按B+Tree组织的一个索引结构，这棵树的叶节点data域保存了完整的数据，也就是主键对应的一行的记录，myisam是“非聚集”索引，InnoDB是聚集索引。

 

myisam

 
    

innodb：

                   

图片有引用：https://www.cnblogs.com/olinux/p/5217186.html