浅谈MySQL索引及其数据结构

写在前面的话

本人只是一个普通的大三学生，对于MySQL接触其实也不久，也不深，如果有讲错的地方请大家私我或者评论告诉我哪里错了，我一定会及时改正，我也不想别人看了我的文章对MySQL有错误的理解，谢谢。

为什么突然想写这篇文章，因为我在看了很多博客跟视频之后，发现有一些博客的内容是存在歧义的，或是写得比较难以理解的，所以我想写一篇通俗易懂的，让每个人都能学会！

为什么要学

这是我在一个面试视频中听到的对话

# 节选
面试官：你说你熟悉MySQL，那你能跟我说说你一般会怎么优化吗
求职者：我一般都是添加索引
面试官：那你知道索引是什么样的数据结构吗
求职者：B+树
面试官：B+树跟B树的区别是什么呢
求职者：...(太长了就省略了)
面试官：了解过聚簇索引吗？
。。。。

可能很多人对这些都是有了解的，也可能有些人对这些概念还不是太熟悉，相信看完这篇文章，能让你对这些问题都有一个自己的答案。

索引（Index）

什么是索引？

这是我在MySQL官网找到的解释

大致意思就是说：
索引用于快速查找具有特定列值的行。没有索引，MySQL必须从第一行开始，然后通读整个表以找到相关的行…大多数MySQL索引存储在 B-树（也就是B树，没有B减树这种东西）…

这里是我在其他地方看到的解释：
索引（Index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

说白了，索引的本质就是一种数据结构。它的作用在于，更快的查找。

假设在没有索引的情况下

如果在没有索引的情况下，我们想要搜索排在前面的数，时间花费是较少的，而如果当我们数据量较大，而查找的数据在比较后面时，无疑是很耗费时间的。

假设使用顺序查找二叉树作为索引

如果我们使用顺序查找二叉树作为索引的话，我们查找 5 将只需要查找3次就可以找到。而如果我们不使用索引我们将需要查找5次。

索引的分类

介绍完索引之后，我们再来看看到底有哪些索引，在上面介绍索引的时候，最后面其实还有一句话我没有翻译，大致意思为

大多数MySQL索引（PRIMARY KEY， UNIQUE，INDEX和 FULLTEXT）存储在 B树。空间数据类型的索引使用R树；MEMORY 表还支持哈希索引 ; InnoDB对FULLTEXT索引使用倒排列表。

• B树索引：大多数MySQl索引
• R树：空间数据类型的索引
• 哈希索引：MEMORY表
• FULLTEXT（全文索引）：这是InnoDB在5.6版本之后加入的

PS：这里先引入了InnoDB这种存储引擎的概念，如果没有了解过可以不用紧张，后面还会慢慢说的。

B树索引

B树索引故名思意就是使用B树的数据结构（实际并不是B树），如果想要彻底搞懂B树索引，我们得先了解什么是B树

B树

概念

B树跟后面的B+树，还有B*树都是属于多路平衡查找树

• 树中的每个结点最多包含m个孩子
• 除根节点与叶子结点外，每个结点至少有[ceil(m/2)]个孩子(PS：ceil为向上取整)
• 若根结点不是叶子结点，则至少有两个孩子。
• 所有的叶子结点都在同一层
• 每个非叶子结点有n个key与n+1个指针组成，其中[ceil(m/2)-1] <= n <= m-1
• 每个结点都带有完整的数据信息

生成一颗B树

这里先给大家推荐一个网站可以进行可视化的数据结构学习:https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

假如我们现在要生成一颗4叉的B树，插入的数据为
1,2,3,4,5,6,7,8,9,10,11,12

1. 插入1，2，3
   
2. 插入4时，由于n>3，所以中间元素2将会向上分裂到新的结点
   
3. 插入5，6，由于右子树的n>3，所以中间结点向上分裂
   
4. 看到这里大家应该已经明白了大致的插入流程，剩下的数请大家自行插入尝试，并在进行验证

B+树

在懂了B树的基础上，我们再来看B+树与B树的区别，将会非常容易理解

两者的区别

1. n叉B+树最多包含n个指针，而n叉B树最多包含n+1个指针
2. B+树的非叶子结点不存放具体数据，而B树所有结点都会存放数据（也就是说在B树中，只要找到了对应的数据就可以立即返回，而在B+树中，需要找到叶子结点才可以拿到对应的数据）
3. B+树在叶子结点指向了相邻的下一个叶子结点

搭配这些概念+图片大家应该可以很快理解B+树到底是什么

这是一颗三叉B+树

数据库中的B+树

一般在数据库系统，或者文件系统中，都不会只是使用B+树。因为B+树也有其弊端。
普通的B+树在叶子节点中加入了顺序访问指针。

在上图中，如果我们找到了9这个结点，如果我们接下来还需要用到10，则不需要从头开始遍历，而是通过顺序访问指针直接找到10即可。

（PS：为什么B+树要添加顺序访问指针？这个跟局部性原理有关，也就是当一个数据被访问到了，那么它的相邻数据也很快会被访问到）

可是如果我们先查询10这个数据，而后想查找9呢？那我们就只能从头开始遍历这棵树找到9了。

基于这样的特性，数据库在经典的B+树中做了优化得到了叶子结点带双指针的B+树

到这里B树索引就基本介绍完了

由于篇幅过长，InnoDB和MyISAM会等到下一篇再讲。

如果觉得对你有一点帮助，希望你能给我点个赞或者收藏，如果有讲得不好的讲错的请指出，谢谢