MySql索引B+树自我深度解析

参考文章：硬盘基本知识（磁头、磁道、扇区、柱面）
参考视频：1. mysql面试题-深入理解B+树原理

这里只做简单的笔记，省略一些目前看不懂的，推荐直接查看参考文章的内容，会更加具体。

• 首先我们得知道，数据是存储在磁盘上的，而磁盘就是具体的存储介质

• 磁盘是由多个盘片所组成的，受到硬盘整体体积和生产成本的限制，盘片数量都受到限制，一般都在5片以内。最底层的盘片是0面，依次往上1面、2面……

• 每个盘片都有对应的读/写磁头

• 然后磁盘中存在磁道，磁道是存储一段数据的空间

• 磁道中存在扇区，扇区就是存储数据的具体位置，通常是512字节。（由于不断提高磁盘的大小，部分厂商设定每个扇区的大小是4096字节）

---

上面稍微写了点磁盘部分内容，接下来看一些深度解析的，注意，这里所说的是B+树，与B树是不同的

B+树就好比在树中节点存储下一个树枝的物理地址，只有叶子节点才是具体数据，而B树是有值存储在树节点上的，下图以33为例，如果是B树可直接发现1、33、65直接拿了33的内容就结束了，而B+数需要进一步深入，才能拿到具体值。

对了，B+树底层还会使用链表方式进行连接，这样在底层数据中就凑成一个链表

结果就变成下图这样

首先我们每个扇区可以存储的容量假设为512bit，假设一条记录需要128bit存储，那么一个扇区可以存储4条记录。在记录增大，那么我们需要访问的扇区也会变多，这样造成的结果是需要多次访问扇区，降低了性能。

重点：这时候我们如果将id字段创建索引来查找，假设id所需要的容量为8bit，那么1个扇区512bit就能存储64个id，当然单独存储id是远远不够的，我们还需要存储剩下的内容的地址，这里也用8bit来存储地址，一个完整的id就需要16bit存储，这样一个扇区就能存储的id为512/16 = 32，将原来扇区存储4条的记录扩大到了32条id，剩下的内容通过地址直接寻址。这就是索引带来的好处之一，具体效果需要根据实际情况来考虑。

这边是使用一次索引所产生的效果，那么如果我们进行套娃处理，将id索引重新创建索引呢？

答案是肯定的，效率还能再次提高，8个id索引将合并成1个id索引，空间也随之需要更多。（PS：学过操作系统的同学可能这方面更好理解，操作系统中有1级索引、2级索引、多级索引的概念。）

下面来一个实际点的问题

有一个用户表，有800条记录，请问什么办法能一次IO保证查找到对应的记录？

用户表

字段	id	name	no	address
存储bit	8	40	8	72

8+8指的是id+地址所需要的bit单位

正常存储：一条需要8+8+40+72=128bit，512/128=4，一个扇区可以存储4条记录。

一级索引id：将id创建索引，一条记录需要512/（8+8） = 32，创建一级索引id后一个扇区可以存储32条记录，8bit存储id，8bit存储物理地址。我们一共需要800/8=100条一级索引来存储内容。总计1600bit，3个扇区。

二级索引id：在一级索引的基础上创建id索引，这样8个一级索引id只需要1个二级索引id来表示，即1个二级索引id可以存储32条记录。我们一共需要800/32 = 25条二级索引来存储一级索引。总计400bit，1个扇区。

需要注意二级索引也是需要存储地址的，这样就是使用了25*（8+8） = 400bit空间保证了二级索引的查询在一个扇区内。针对800条记录的问题得以解决。

补充一点，因为一个扇区是可以存储512bit，通过计算 512/（8+8） =32个一级索引id， 因为一个一级索引有32条记录，因此1个扇区可以存储的记录为32*32 = 1024条记录。

如果我们要求3级索引最大的记录数呢？1024*32=32768，可以发现3级索引一个扇区可以存储32768条记录。以此类推，4级索引1048576（104万8576），5级索引33554432（3355万4432）,6级索引就能达到1073741824（10亿7374万1824）7级索引达到34359738368（343亿5973万8368），因此千万级开发需要6级索引就能完成一次IO。当然这是有代价的，需要存储空间来存储索引

这里在稍微提一下，因为使用的是id索引，底层中的排序可能是1、33、65这样有序的，因此算法可以采用二分查找、快排、归并等算法，时间复杂度为O(logn)，效率进一步提高

到这里 原本一个扇区存储4条记录，原本需要200个扇区才能解决的问题通过使用了二级索引最后只需要1个扇区即一次IO就能解决。大大提高了效率。