MySQL底层数据结构与算法-01

MySQL底层数据结构与算法

一、索引数据结构

1、什么是索引

索引就是一种数据结构(排好序的数据结构),能帮助我们高效的获取数据，例如目录

慢查询:在数据库当中执行时间较长的SQL语句,也称之为慢SQL

创建索引的目的:为了减少磁盘I/O的次数，加快查询效率

2、索引数据结构

具备充当索引的数据结构有以下几种：二叉树、红黑树、hash表、B树(B+树)。

而我们数据库最终使用的是B+树(B+树的改进，叶子节点间添加了双向指针，便于范围查找)。

数据结构可视化网站：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

• 二叉树

二叉树对于单边增长就是链表

二叉树特点是每个节点最多只能有两棵子树，且有左右之分。如果是顺序的插入数据，二叉树会退化成链表，那么查找其中的元素的时候，就会需要整体的遍历，显然不适合作为数据库的索引。

• 红黑树(二叉平衡)

HashMap 早期的表现形式为动态数组加链表,现在为红黑树

缺点:树的查找都是由跟节点往下查找,高度不可控制

性能影响查找的次数与高度相关

红黑树是一种平衡的二叉树。添加节点的时候，相比二叉树，节点间会进行自动的平衡，不会退化成链表，可以有效降低树的高度。但是红黑树本质还是二叉树，对于数据库来说，避免不了在数据量大的情况下，树的高度依然非常高的情况。

• Hash

  

  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，查找效率非常高。

  但是Mysql数据库不使用Hash表进行索引存储，原因：

  1. Hash表只能满足精确查找 “=”，不支持大于，小于等范围查询，范围查询需要全表扫描
  2. 存在Hash冲突问题

• B-Tree

  

  B树是一棵平衡的m路搜索树，它的子节点可以有多个，使得整颗树更加的扁平化。所有节点关键字是按递增次序排列，并遵循左小右大原则。B树(B+树)一般较多用在存储系统上，比如数据库或文件系统。

• B+Tree
  

B+树是B树的一个升级版，相对于B树来说B+树更充分的利用了节点的空间，让查询速度更加稳定，其速度完全接近于二分法查找。

1、B+树的非叶子节点不保存关键字记录的指针，只进行数据索引，这样使得B+树每个非叶子节点所能保存 的关键字大大增加
2、B+树叶子节点的关键字从小到大有序排列，左边结尾数据都会保存右边节点开始数据的指针，方便范围查 找

问题

MySQL为什么选择B+Tree而不选择B-Tree

1、B+Tree的中间节点只用来索引，所以对于相同的空间B+Tree里面存储的关键字更多，B+Tree相对就更加矮 胖一些，所以磁盘IO的次数就少一些。
2、由于B-Tree的中间节点也存储数据，所以它的查询效率不是很稳定，最好的情况是在根节点就直接查询到数据了，而最差的情况是下叶子节点才能找到数据。而B+Tree不管什么时候都必须要到叶子节点才能获得数据，这是因为B+Tree里面非叶子节点不存储数据只是用来索引。

• 由于B-Tree的中间节点也存储数据，所以它的查询效率不是很稳定，最好的情况是在根节点就直接查询到数据了，而最差的情况是下叶子节点才能找到数据。而B+Tree不管什么时候都必须要到叶子节点才能获得数据，这是因为B+Tree里面非叶子节点不存储数据只是用来索引。

3、MySQL存储引擎

​ 存储引擎对于数据库表级别生效

​ InnoDB与MyISAM(MyISAM存储方式里面，索引和数据是分开存储的)

​ InnoDB VS MyISAM

• InnoDB：聚簇索引(索引组织表中数据也是索引的一部分)
• MyISAM：非聚簇索引(索引文件和数据文件是分离的，查找数据需要进行回表)
• 文件结构:frm格式文件同为表结构,但是MyISAM有MYD(数据)、MYI(索引)分别存储，InnoDB只有ibd文件存储索引和数据
• 联合索引:联合索引会根据字段定义的顺序排序，所以使用联合索引也需要严格遵循字段定义的顺序

有MYD(数据)、MYI(索引)分别存储，InnoDB只有ibd文件存储索引和数据

• 联合索引:联合索引会根据字段定义的顺序排序，所以使用联合索引也需要严格遵循字段定义的顺序