MySQL索引 & B+树

image

ZERO

持续更新请关注：https://zorkelvll.cn/blogs/zorkelvll/articles/2019/01/18/1547796862504

一、背景

在程序员面试的世界中，凡是涉及到数据库mysql，基本都会问索引，而问到索引更深入一点就都会涉及到B+树，因此本文决定对B+树这样一种数据结构进行较为详细的学习！

二、MySQL索引

1、索引类型

主键索引primary：不允许为null
普通索引normal：普通非唯一索引
唯一索引unique：表示唯一的，不允许重复的索引，可以为null
全文索引fulltext：全文搜索的索引，用于搜索很长一篇文章时效果最好
空间索引spatial：

2、索引结构

哈希索引：底层数据结构即是哈希表，对于绝大数需求为单条记录查询的性能最快
BTree索引：mysql中BTree索引使用的是B树中的B+Tree，只是在两种主要的存储引擎中的实现方式不同而已(在适用中存在差别)

3、MyISAM B+Tree VS InnoDB B+Tree

MyISAM在B+Tree的叶节点存储关键字外，还存储对应数据的存放地址；主索引和辅助索引没什么区别，只是主索引中的关键字一定是唯一的 =》称之为非聚簇索引
InnoDB在B+Tree的叶节点不仅存储关键字，同时也将对应数据存放在那儿（数据物理存放顺序与索引顺序一致） =》称之为聚簇索引
=>对于大数据量的排序、全表扫描、count之类操作，MyISAM由于索引所占空间小，且这些操作都是需要在内存中完成的，因此MyISAM更具有优势
一言以蔽之，“MyISAM中B+Tree叶节点的data域存放的是数据记录的地址，索引文件和数据文件是分离的”，而“InnoDB数据文件本身就是索引文件，其B+Tree叶节点data域保存的是完整的数据记录”

三、B+Tree

1、数据结构

B+Tree是由一个个磁盘块组成的树形结构，每个磁盘块均由数据项和指针组成；
所有的数据均是存放在叶子节点的，非叶子节点不存放数据

imagepng

2、查找

或者从最小关键字起顺序查找
或者从根结点开始，进行随机查找

在查找时，若在非叶子节点上的关键值等于给定值，并不会终止，而是会继续向下直到叶子节点！也即，在B+树中，无论查找成功与否，每次查找均是一条从根到叶子节点的路径！

四、BTree

BTree即是B树（不要读成B-树而丢人现眼啊！！！）

数据库之所以使用树结构进行存储，出发点当然是因为的树的查询效率到且可以保持有序，但是为什么不是使用二叉查找树呢？（二叉查找树的时间复杂度是O(logN),从算法逻辑上讲，二叉查找树的查找速度和比较次数都是最小的 => 但是，在数据库存储的查找时不得不考虑的一个因素是“磁盘IO”
=> 数据库索引是存储在磁盘中的，在数据量比较大的时候，索引的大小可能会达到几个G甚至更大
=> 因此，是不可能把整个索引都加载到内存中的，只能是通过逐一加载磁盘页（也即对应索引树中的节点）
=> 因此，磁盘IO的次数，在最坏的情况下是等于树的高度的 ==》于是，为了减少磁盘IO的次数，需要降低树的高度，也即将“瘦高”的树结构变成“矮胖”，这也是B树的特征之一）

B树是一种多路平衡查找树，每一个节点最多包含k个孩子，k称之为B树的阶；k的大小取决于磁盘页的大小

1、数据结构 - m阶B树

每个节点最多有m-1个关键字
根节点至少有1个关键字，非根节点至少有Math.ceil(m/2) - 1个关键字
每个节点中的关键字都是按照从小到大排列，每个关键字的左子树中的所有关键字都小于它，而右子树中的所有关键字都大于它
所有叶子节点均位于同一层，或者说根节点到每个叶子节点的长度都相同