MySQL InnoDB存储引擎中的索引结构解析

常见的几种数据结构

1、二叉树

特点：

• 每个节点最多有两个子节点，分别称为左子节点和右子节点。
• 通常不是自平衡的，可能会出现极端倾斜的情况，导致插入和删除的时间复杂度变为 O(n)。

2、红黑树

红黑树又称平衡二叉树

特点：

• 每个节点要么是红色，要么是黑色。
• 根节点是黑色的。
• 没有连续的红色节点（即红色节点的父节点和子节点不能同时为红色）。
• 对于每个节点，从该节点到其子孙节点的所有路径上包含相同数目的黑色节点。
• 新插入的节点为红色，然后通过颜色调整和旋转来满足上述性质。

通过保持特定的平衡条件，可以在插入和删除节点时自我调整，保持树的平衡性，确保操作的时间复杂度为 O(log n)。

红黑树常被用作 C++ STL 中的 map 和 set 的底层实现，以及一些数据库（如 Redis）的内部实现。

总结：红黑树通过旋转调整 解决了二叉树不平衡问题

3、B树

特点：

• B树是一种平衡的多路搜索树，每个节点可以有多个子节点，且子节点的数量范围通常称为B树的阶。
• 每个节点包含有序的键值对，节点内的关键字按升序排列。

总结：B树通过将多个键值存储在每个节点中，以及允许每个节点可以拥有更多的子节点，减少了树的高度。解决了红黑树高度、旋转的问题。

4、B+树

特点：

• 非叶子节点只存储key值不存储数据
• 所有的key值都可以在叶子节点上找到，且是有序的双向链表

总结：B+树通过非叶子节点只存储key值，且叶子节点是有序的双向链表，解决了B树高度、范围查找问题

5、总结

因此选择B+树是因为非叶子节点只存储索引，不存储数据，可以使每个节点存储更多索引，减小树的深度。叶子节点包含了所有索引的双向链表，方便了范围查询。

索引结构

1、聚簇索引和非聚簇索引

聚簇索引：

• mysql 中 innodb 存储引擎中的聚簇索引非叶子结点存储的是索引key(通常是主键)，叶子节点存储的是行数据
  

性能：

• 优点：数据访问更快，因为聚簇索引将索引和数据保存在同一个B+树中，所以从聚簇索引中获取数据比非聚簇索引更快。
• 缺点：插入速度严重依赖于插入顺序，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。因此我们常常把主键设置为自增。

非聚簇索引：

• 非聚簇索引也叫辅助索引、普通索引或二级索引。mysql 中 innodb 存储引擎中的非聚簇索引非叶子结点存储的是索引，叶子节点存储的聚簇索引key
  

总结：
InnoDB 存储引擎中

1. 如果表中有主键，则会使用主键来作为聚簇索引
2. 如果表中没有主键，则会使用第一个唯一索引作为聚簇索引
3. 如果主键和唯一索引都没有，会选择一个列或一组列作为聚簇索引

拓展：
MYISAM 存储引擎使用的是非聚簇索引，所有叶子节点存储的都是行数据地址的指针，因此在MYISAM中索引和数据是分开存储的。

2、Hash索引

mysql中除了B+树索引其实还有Hash索引，但是应用场景一般不多。默认使用B+树索引

特点：

• Hash索引使用哈希表实现，适合等值查询，因为它能提供接近O(1)的查找效率。但是，Hash索引并不支持范围查询，因为哈希表无法保持数据的顺序关系。
• 此外，哈希冲突的存在会导致性能下降，特别是在数据量大的情况下。而B+树索引即使面对大量数据，也能保持较好的性能。

3、总结

综上所述，InnoDB存储引擎之所以选择B+树作为索引结构，是因为它在保证查询效率的同时，还支持范围查询，并且具有更好的顺序读取性能。当然，这并不意味着B+树在所有场景下都是最佳选择，对于某些特定的使用案例，比如频繁的等值查询，且具有较少的hash冲突，Hash索引可能是一个更好的选择。