Mysql(1)深入理解Mysql索引底层数据结构与算法

首先说一下，这是我写的第一篇关于mysql的文章，如果有任何不对的地方欢迎留言指正。

索引的本质

什么是索引？它有什么作用？

这里先解释一下什么是索引，采用mysql官网的一句话：
索引是帮助MySQL高效获取数据的排好序的数据结构

解释一下：

1. 排好序：因为mysql底层数据结构使用的B+树，并且对它做了优化，至于为什么要用B+树，下面会解释，它做的优化就是B+树的所有叶子节点都是按照顺序排列的，下面会重点解释。
2. 数据结构：这个应该不难理解，不管是红黑树还是B+树都是属于数据结构。

为什么要用索引呢？
很简单，使用索引可以大大的增加我们的查询效率。在日常工作当中，增加查询效率使我们第一要考虑的问题。

为什么Mysql使用B+树存储数据呢？

现在MySQL自带的存储引擎是InnoDB，以前可能有人使用过MyISAM，但是不论哪一种，它们底层都是使用的B+树来存储结构的。
看看下面几种数据结构：
在这里我给大家推荐一个很不错的网址，可以学习和查看我们经常会用到的数据结构网址：B+树，二叉树，满二叉树，平衡二叉树，红黑树，排序，队列，栈等可视化在线演示

二叉树

二叉树也称为有序二叉查找树，满足二叉查找树的一般性质，是指一棵空树具有如下性质
1、任意节点左子树不为空,则左子树的值均小于根节点的值；

2、任意节点右子树不为空,则右子树的值均大于于根节点的值；

3、任意节点的左右子树也分别是二叉查找树；

4、没有键值相等的节点；

上图为一个普通的二叉查找树，按照中序遍历的方式可以从小到大的顺序排序输出：2、3、5、6、7、8。二叉树的查找平均时间复杂度是O(log(n))。
大家看上图，如果我们的根节点选择是最小或者最大的数，那么二叉查找树就完全退化成了线性结构。
还有一种情况就是如果数据量特别大了，有一千万条数据，如果根据二叉树来查找的话，其实还是很慢的

红黑树

红黑树就是平衡二叉树的一种。

其实红黑树他的深度如果数据量特别庞大的话，和二叉树一样。还是不能提高效率。
还有一个最致命的问题就是，每一个根节点只能有两个叶节点，如果一个根节点可以有多个子节点，那么就可以更快的提升效率，就是接下来说的B
树。

B-Tree

首先理解一下B树的特点

1. 叶节点具有相同的深度，叶节点的指针为空
2. 所有索引元素不重复
3. 节点中的数据索引从左到右递增排列

其实从上面图中可以看到，一级和二级都是存储的索引，但是数据在一级和二级但是有存储的，这样的话每一次根据索引查找数据的时候就增加了I/O的次数，他的效率是底的。

B+Tree(B-Tree变种)

非叶子节点不存储data，只存储索引(冗余)，可以放更多的索引
叶子节点包含所有索引字段
叶子节点用指针连接，提高区间访问的性能

在这里可以看到，B+树的数据保存，只有在叶子节点中才会有，而根节点只保存了索引，这样下来，比如说根节点大小是16kb,一个索引大小是4b,如果树结构有三层的话，那么他就可以保存几千万条数据，而这几千万条数据只需要三次就可以查到，并且所有的叶子节点都是从左到右有序排列的。

MyISAM索引文件和数据文件是分离的(非聚集)

MyISAM被称为是非聚簇索引，到底是为什么呢，
看过mysql数据库文件的人都应该知道，Myisam引擎的话是frm、MYD、MYI。
frm是表结构，MYD是表数据，MYI是表索引，
通过上图可以看到，MyISAM引擎叶子结点最下面是保存的索引的地址，也就是说保存的是真实数据MYD里面的地址。

InnoDB索引实现(聚集)

1. 表数据文件本身就是按B+Tree组织的一个索引结构文件
2. 聚集索引-叶节点包含了完整的数据记录

Innodb存储文件有frm、ibd.
frm还是数据结构，ibd是存储的索引和数据，是以b+树形式存储的。
为什么说是InnoDB是聚簇索引，大家可以看到上图，在叶子节点下面是直接保存索引和数据的，这和MyISAM的区别是很大的。

接下来说说两个问题：

1. 为什么建议InnoDB表必须建主键，并且推荐使用整型的自增主键？

因为InnoDB默认是将主键作为聚集索引的，这样根据主键查询的时候，就会提高很大的效率，采用自增型主键的原因就是B+树的叶子结点这一件本来就是有序的，这样可以更加提高效率。

2. 为什么非主键索引结构叶子节点存储的是主键值？
   一致性和节省存储空间。
   说白了就是回表，先根据非主键索引找到主键索引位置，再根据主键索引找到具体的数据。