MYSQL索引的由来及实现原理

索引的概念

• 索引是帮助高效获取数据的一种数据结构。
• 索引是也可能是一种文件。（对于数据库来说是一种文件，但是索引在其他方面的应用有可能不是文件）

索引的引入

1.磁盘的一点概念
  因为我们操作数据库查询数据，其实也是要到硬盘上读取文件，那么先引入硬盘的几个概念：柱面、磁道、扇区 。
  如下图所示，是我们磁盘中的一个磁片的俯视图：

  再加一张关于柱面的：

  通过观察以上两张图，这里暂时只需要知道，我们的数据的大概存储的方式，即，这三个来锁定数据在磁盘上的位置，即通过柱面 ——> 磁道 ——> 扇区 来找到数据。

2.数据查询的步骤
  对于数据库中的查询，比如下表(U_USER)

ID	NAME
1	James
2	mic
3	tom

  现在，如果我们有这样的查询需求：

select * from u_user where id = 1;

  体现在磁盘上的话，就会去到上图中的扇区里从开始位置按顺序查找返回。但是如果我们有这样的查询，即查询3 这条数据:

select * from u_user where id = 3;

  同样体现在磁盘上的话，也是找到那个扇区，然后还是从开始位置按顺序依次在扇区中查找，直到找到3 这条数据（如下图所示）。但是这样的话，就会影响到我们的查询速度，因为每次都要从开始位置依次查找。

  假如我们提前知道3 这条数据在磁盘上的物理位置，我们就可以根据地址直接锁定到这条数据，获取出来，这样的话就大大提高了我们的查询速度，这也就是索引概念的由来。这样数据查询的过程，就会变成下图的过程：

  当然，真正在操作系统上，还会有缓存 的概念，如下：
时间局部性原理 ：意思是说，对于查询完3 数据后，系统会考虑到我们可能在一定 时间内再次查询，它会把该数据在一段时间内缓存起来。
空间局部性原理 ：对于扇区中的数据，当我们在读取3 这条数据，系统会考虑到当前扇区3 这条数据一定范围内的数据，可能会被我们下次查到，它就会缓存起来这一部分数据。
   通过以上的功能，也来提高我们的查询效率。

3.mysql数据库中的数据文件
  一种是，如果我们的mysql使用的存储引擎是MyISAM ，在你的数据存储文件中关于以上表的存储就会是下边三个：

u_user.frm  //该文件存储的是，当前表的信息，比如字段类型等等
u_user.MYD  //该文件存储的是，数据
u_user.MYI  //该文件存储的是，索引

  在查询时，首先找到这个索引文件，然后再根据地址查找到数据。

  另外一种，如果我们的mysql使用的存储引擎是InnoDB ，其实默认也是这个InnoDB存储引擎，在你的数据存储文件中关于以上表的存储可能会是下边这两个：

u_user.frm  //该文件存储的是，当前表的信息，比如字段类型等等
u_user.idb  //该文件存储的是，带有索引的数据（索引和数据是在一起的）

  工作的原理也大概如此，但是不一样的，我理解的是，对于MyISAM 引擎，索引文件里存储的是索引字段 和 数据的地址 ，但是对于InnoDB 引擎来说，它的idb 文件里，是索引字段 和 整条数据记录 ，innoDB 中的索引是表级别的。
  这里其实我有一个疑问，难道不管数据记录多大，都会是索引字段 和 整条数据记录 ？如果建立多个索引字段 ，那结构又会变成什么样？

4.mysql数据库索引的数据结构选择
  既然方法有了，那怎么才能更快的建立索引，按照索引查询出数据，即，需要设计一个合理的数据结构，来提高效率。
  mysql使用的数据结构，是通过B+Tree 来实现，它与其他的binary Tree 、Red/Black Tree 相比来说，B+Tree 的优点是，建立起来的数据结构的高度可以是恒定的,而数据就存储在最下边的叶子上 ，而每次查找一个索引的时候，需要的时间，需要的步骤都是相同的 ,即如下图所示，数据存储在最下边，每次找到索引数字的次数，都是需要两步，这样速度上，相对其他的结构是最好的。

声明原创，以上学习来自，咕泡学院的James老师讲的一节公开课