mysql总结笔记 -- 索引篇

索引的作用

索引是用来高效的获取数据的 排好序 的 数据结构，如果没有索引，可能会导致查询某一条记录的时候遍历整张表；所以适当的索引可以大大的提升检索速度；

索引的数据结构

• 二叉树

假如说我们有一列数据是0-6，我们使用的是二叉树进行存储的话，此时我们可以看到二叉树的存储方式为下图：

• 我们可以看到二叉树如同链表的形式存储了完整的数据，这时我们假设要查值为6的数据，我们就需要七次IO操作才能拿到数据结果；试想假如我们数据过多这时候查询数据就会非常的慢，就相当于全表扫描；
• 所以我们的mysql数据库，肯定是不会用这种数据结构来存储数据；

• 红黑树
  
  

• 同样是的存储数据0-6，这时我们会发现红黑树在每次存储的时候，都会动一下；目的就是为了平衡，本质上和二叉树是一样的这里只是多了一步平衡操作，所以红黑树又称平衡二叉树；
• 在查询上我们也可以看到，相比于二叉树来说它做了平衡，树层级相对来说会变小，在我们查找数据的时候IO操作也相对来说少些了；
• mysql也没用这种数据结构，其实我们也应该想的到，一方面数据多了节点一直往下分散还是可能会很多；另一个方面每变动一个节点的时候树都会做平衡花销不可估量；

• hash表

hash 我们知道查找数据的复杂度为O(1)

• 对索引的key进行一次hash计算就可以定位出数据的存储位置；
• 很多时候hsah比b+tree更高效，因为只要hash到对应的key值就能拿到元素；
• 只能满足 "=", "in" 不能范围查找；
• 会存在hash冲突问题（如上图key=2的数据，同一个key存储了两个值，在拿数据的时候会定位到2的数据，然后一次比对拿符合条件的数据）；
  
  因为本质的复杂度为O(1)特性速度一般会很快，但是我们工作中一般用的不是很多，最根本也是最重要的原因是不支持范围查找，还存在hash冲突的问题；

• b-tree

• 通过上边你的二叉树红黑树我们可以发现都有个共同的问题，就是数据多了层级都会很深查数据都会很慢；这里b-tree就做了一个改进，每个节点可以横向扩展存更多的数据，这时树的层级就会明显变少，减少磁盘IO操作；如下图：
  
  
• 上图我们可以看到，节点横向扩展可以存储更多的节点数据, 也就是说一次IO操作我们可以那倒更多的数据，如果不存在时我们就进行下一个节点查询; 我们也可以看到每个索引元素都同时存储了data数据, 也就是说当我们找到索引是可以马上拿到data的; 节点中的数据索引从左到右依次递增；
• mysql也不是用的这种数据结构，毕竟还是存在一些弊端如：

1. 每个索引节点都存储了data数据，每个节点的存储空间有限，这时层级也会存在深的情况；
2. 没有相邻的双向指针，当范围查找时都需要节点挨个筛选，不利于范围查询；
3. 当我们发生修改删除数据时，也会伴随着树节点的变动，从而造成性能上的损耗；

• b+tree

mysql用的就是这种数据结构, 其实b+tree是b-tree的一个变种大概还是一样做了些改进：

1. 非叶子节点不存储data数据, 只存储索引，相比于b-tree可以放更多的索引；
2. 叶子节点存有data和所有节点的索引字段；
3. 叶子节点之间用指针相连接，提升了区间访问的性能；
4. 节点中的索引从左到右依次递增；
5. 删除数据时只删除叶子节点，非叶子节点不变，不影响整个树的结构；
   
   

补充 树中每个节点可以存储16Kb的数据

可以用下方sql查询

show GLOBAL STATUS like 'Innodb_page_size'

那我们来计算下每个节点大概能存储多少数据：

假设我们用bigInt类型当自增主键的话，bigInt也就是上图的索引元素占8个字节，磁盘地址指针mysql默认分配6个字节；也就是说我们一个节点可以存储16Kb/(8+6)B约等于1170个元素；叶子节点因为要存储data元素所以元素个数可能会相对其他节点少，我们假设只存储了15个元素，那么我们一个三阶的树就可以存储 1170117015 约 两千万条数据，也就是说两千万的数据我们只需要三次IO就能拿到值(mysql本身也有做优化非叶子节点会被加载到内存中，也就是说我们取值可能就一次IO就能拿到值，速度会大大提升)；

MyISAM 存储引擎

MyISAM 存储引擎中数据存储分三个文件存储分别为 .frm结构 .MYD数据 .MYI索引 三个文件，即为非聚集索引；



上图我们可以看到索引和数据存在不同的文件中，当我们检索数据的时候是先找MYI文件定位到引用地址，再去MYD中拿数据的；

InnoDB 存储引擎

InnoDB 存储引擎中数据和索引是放在同一个文件中分别为 .frm结构 .idb 两个文件，即为 聚集索引；

• InnoDB 中每个叶子节点存储整条数据的所有字段（如叶子节点索引18，存储的是数据 77 Alice）；
• 表文件本身就是一个b+tree树组织的索引结构文件；
• 由于主键和数据都在同一个文件中，所以InnoDB必须要有一个主键，并且建议为自增主键(如果不设主键则mysql会自动的在你的列表中找到一个符合条件的唯一索引字段，如果没有mysql将添加一个类似 ROW_Id 充当主键)；
• 非主键索引结构的叶子节点存储的是主键值，是为了实现一致性，节省存储空间；

聚集索引和非聚集索引哪个效率更高

非聚集索引查询到索引值之后，只是拿到了索引所在行的磁盘文件地址，需要通过这个地址再进行一次I/O操作;

聚集索引读取到叶子节点索引值之后，即那到了索引所在行的完整的数据内容，不需要额外的I/O操作;

工具辅助

动图树模拟地址：https://www.cs.usfca.edu/~galles/visualization/BST.html;

动图制作工具：GifCam工具；