B+树深入探究

1.数据库的读取方式

        数据的存储是按照“行”存储的，但是数据库的读取是以“页”的方式。

        InnoDB存储引擎就是以“数据页”为单位来进程读写操作的，默认大小为16KB。

下面将按照以下几个部分进行讲解：

2.InnoDB是如何存储数据的?

        2.1数据页的结构

<File Header> 

        文件头包含两个指针，一个指向上一个数据页，一个指向下一个数据页，连接起来的数据页相当于一个双向链表，这样，数据页不一定需要物理上的连续，只是逻辑上的连续。

<User Records>

数据页中的记录按照“主键”顺序组成单向链表

->插入和删除记录方便，但是检索效率不高

->使用页目录提高检索效率

        2.2 页目录与记录的关系

可以看到：

1）所有记录包括最小记录与最大记录（但是包含被标记为“已删除”的记录），被划分为几个组。

2）每组的最后一条记录就是组内主键最大的记录，并且该记录的头信息中存储了改组记录有多少条，作为n_owned字段。

3）页目录存储了每组最后一条记录的地址偏移量（槽），他们按照先后顺序存储起来，每个槽相当于指针指向了每组的最后一条记录（也就知道了每组中主键最大的记录）。

4）对于分组中的记录条数有以下规定：

        a.第一个分组只能有一条记录（最小记录）

        b.最后一个分组的记录条数范围1 - 8

        c.其它分组记录条数4 - 8

这样一来，每次查询某条记录的时候，就可以先采用二分法，将槽指向的记录组的最大记录的主键与查找的记录的主键进行对比，直到查找到记录对应的槽。接着，在该槽对应的记录组中，从头开始查找所要的记录。

3.B+树是如何进行查询的？

        3.1 B+树的特点

        前面讲解的都是一个数据页中记录的组织方式，而现在我们需要考虑数据页之间的组织方式。InnoDB存储引擎采用B+树作为索引，提高了查询性能

可以发现，B+树有如下特点：

1）只有叶子节点才存放了数据，而非叶子节点存放的是目录项（由主键和页编号构成）作为索引 2）非叶子节点通过分层来减少每一层的搜索量 

3）所有节点按照索引键大小排序，方便进行范围查询

          3.2 B+树查询记录

        当查找某条记录的时候，会先根据索引键大小，采用二分法通过非叶子节点的目录项定位到某一数据页，接着在数据页中也是通过二分法定位到某个槽，接着再在该槽所对应的记录组中遍历查找到我们需要的记录。

4.聚集索引与二级索引

        索引可以分为聚集索引与二级索引，它们的区别在于叶子结点存放的是什么数据，对于聚集索引，叶子结点存放的是完整的用户记录，而二级索引中叶子节点存放的是记录的主键。

        InnoDB存储引擎会为每张表创建一个聚集索引，并且由于数据在物理上只有一份，所以聚集索引也只有一个。而二级索引可以有多个。

        聚集索引的创建：

1）如果定义了主键，主键作为聚集索引的索引键。

2）如果没有定义主键，选择第一个不包含null值的唯一列作为聚集索引的索引键。

3）如果两个都没有的情况下，InnoDB将会自动生成一个隐式自增的id列作为聚集索引的索引键。

        二级索引的结构：

        回表与覆盖索引：

        回表：查询语句使用了二级索引，那么就会先查询到记录的主键值，然后带着这个主键值再去聚集索引查找该主键对应的完整用户数据。需要查找两次B+树。

        覆盖索引：查询语句使用到了二级索引，但是查询的数据是主键值，这个时候在二级索引就能够找到，无需进行回表操作。只需要查找一次B+树。