MYSQL索引结构之B+树

1. B+树

1.1B+树图示

        算法演示网址： B+ Tree Visualization

1.2 B+树特征

        a. B+树默认是有序的。

        b. 通过增加B+树的页大小，可有效减少树的高度，提高数据检索效率。

        c. B+树除叶子节点外，存储的是节点的冗余。

2. B+树与B树对比

2.1 B树图示

2.2 与B+树对比

        a. B树没有冗余节点，所有节点均用于存储数据

        b. 遍历整个树需要通过深度遍历每个节点，才能取出所有数据，而B+树仅需遍历叶子节点

3. B+树在InnoDB中的使用

3.1 MYSQL数据库索引简介

        MySQL常用存储引擎为InnoDB以及MyISAM，其中MyISAM因不支持数据库事务，在多数场景中不适用，因此适用的频率相对较小。

3.1.1 文件存储方式

        MyISAM在物理存储中包含三个文件，分别是表结构文件、索引文件以及数据文件。

        InnoDB存储文件则只有两个，分别是表结构文件以及索引数据文件。

3.1.2 索引类型

        MyISAM使用B树做索引算法，索引节点存储内容为数据列主键或唯一值列（无主键表），索引类型为非聚集索引，通过索引文件定位后，需要到数据文件中回表获取数据信息。

        InnoDB使用B+树做索引算法，当主键作为索引列时，其叶子节点存储内容为索引值以及数据信息，索引类型为聚集索引，通过索引文件定位后可直接取出数据信息；当索引列非主键列时，索引类型为非聚集索引，叶子节点存储内容为索引值以及对应聚集索引对应索引值（不存储数据内容原因：1、节省磁盘空间。2、维护一份数据比维护两份数据更加简单）。

3.2 B+树在InnoDB中的图示

3.3 InnoDB选用B+树的优势

        通过：show global status like 'Innodb_page_size' 可查看MySQL InnoDB存储引擎默认页大小为16384即：16K

        a 数据都放叶子节点，大量节省索引存储空间，在页大小一样的情况下，每页存储的索引数量会大幅增加，树的高度会大幅减小。即查询效率大幅增加。

        b 以bignt为例InnoDB索引节点包含索引列大小为8字节，每个节点包含6字节地址指针。故一个页可存储16382/(8+6）= 1170个节点。若单条数据大小为1KB，则一颗高度为3的B+树，可存储2千万+的数据，即2千万的数据在走索引情况下依然可以高效快速查询。

        c B+树具有排序的特性，故在范围查询时，找到边界值之后仅需通过指针向后取数据，效率较高。而如hash索引就对范围查询就十分不友好。

4. MYSQL使用InnoDB作为数据引擎时建表建立唯一主键的必要性

        InnoDB数据存储及索引存储需要建立一颗B+树，需要数据列中存在唯一不重复的列作为基础。若建表时不包含唯一主键，InnoDB会根据数据选择一列无重复数据的列作为建树基础，若没有这样的列存在，则MYSQL将建立一列唯一不重复的隐藏列。故建表时主动创建唯一主键能有效避免不必要的隐藏列产生。

5. MYSQL主键自增的优势

        InnoDB的B+树默认是排序的，自增主键正好满足排序规则。

        自增主键无需关心主键冲突问题，由mysql管理。

        自增主键为整数类型，排序较字符串更简单。存储空间较字符串更小。

6. InnoDB非聚集索引

        InnoDB的表中，除主键外的索引都为非聚集索引。

6.1 非聚集索引建立规则

        a、查询条件需要用到除主键之外的字段做过滤条件。

        b、条件字段重复度不高。

        c、应纵观全局建立能覆盖绝大多数查询要求的联合索引（索引文件存储也需要占用资源）。

6.2 非聚集索引存储模式

        非聚集索引在InnoDB中也使用B+树存储，但其叶子节点中的data存储的不再是数据信息，而是聚集索引对应列的索引信息。目的是减少资源占用与增加数据的可维护性。

6.3 非聚集索引数据检索方式

        但查询语句条件无法匹配聚集索引但匹配非聚集索引时（若索引类型为联合索引需要匹配最左原则），通过检索非聚集索引B+树索引查询数据列获得数据的聚集索引索引信息，再检索聚集索引B+树获得数据信息，即：回表