MySQL索引笔记（索引的底层原理）

MySQL索引笔记（索引的底层原理）

索引是帮助MySQL高效获取数据的排好序的数据结构

索引数据结构

1. 二叉树；
2. 红黑树；
3. Hash表；
4. B-Tree；

二叉树

红黑树（二叉平衡树）

数据结构网站（https://www.cs.usfca.edu/~galles/visualization/Algorithms.html）
红黑树在数据量大的时候没有优势（树的高度不可控）

B-Tree

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
4. 非叶子节点不存储data,只在叶子节点存储
5. 没有指针，在范围查找的时候没有指针定位，查询速度相应会慢

B+Tree（B-Tree变种）

1.非叶子节点不存储data，只存储索引（冗余），可以放更多的索引
2.叶子节点包含所有索引字段
3.叶子节点用指针连接，提高区间访问的性能
4.节点中的数据从左到右依次递增排列（排好序）
5. 树的高度由非叶子节点存储的数据决定
6. B+Tree的指针： 在范围查找的时候可以快速定位符合条件的数据，MySQL底层的 指针是双箭头类型指针
7. 在维护数据的时候会自动排序

Hash表

1.对索引的key进行一次hash计算就可以定位出数据存储的位置
2.很多时候hash索引要比B+树索引更高效
3.仅能满足“=”，“IN” 不支持范围查询
4.hash冲突问题
5.理想情况下可能只需定位一次就可以定位到节点（hash运算速度快）
6.hash结构的限制：在查询范围的时候定位不了，还是需要全表扫描

InnoDB索引实现（聚集）

1…ibd文件：
2.表数据文件本身就是按B+Tree组织的一个索引结构文件
3.聚集索引-叶子节点包含了一个完整的数据记录
4.非聚集索引-索引和数据文件是分离存储的
5.就单纯索引角度来说聚集索引的查找速度要快，非聚集索引需要跨文件查找，速度相对会慢
6.在使用二级索引时要先查找到主键，再去查找聚簇索引

联合索引的底层存储结构（多个索引组成一个索引）

1.一般是不推荐建立多个单个索引，一般会使用联合索引实现单个索引
2.索引最左前缀原理：通过琢渐比较字段进行维护，在使用是需要按照建索引的顺序进行使用，不能跳过最左边的索引条件（多个字段的联合索引）
3.为什么要使用最左前缀原理：因为在数据存储中数据时按照顺序排序的，一旦跳过最左前缀就相当于数据不是排好序的，意味着在查询的时候需要全表查询

相关面试题

1.为什么建议InnoDB表必须建主键，而且推荐使用整形的自增主键？
解答：.iba在构建的时候必须用B+Tree存储，使用主键可以直接使用主键构建B+Tree，不使用主键在构建B+Tree时会去找表中字段中某例不存在相同数据的列进行构建，或者重新新增一个隐形的字段，用于构建B+Tree。整形的自增主键相对需要的内存要小，对节约硬盘的空间有很大的帮助。自增：在插入数据的时候只需往已有的数据之后插入，不会打乱已有的数据节点
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）
解答：主键索引在维护数据时，可以减少索引数据的复杂度，节约存储空间，在字段比较比较复杂是可以建立二级索引