MySQL的索引 B+Tree

MySQL的索引 B+Tree

1. 常见索引的数据结构

示意图均从www.cs.usfca.edu生成

• 哈希(Hash)
  • 示意图
    
  • 效率高，但是因为Hash算法的特性，数据无序，不能进行范围搜索
• 二分搜索树(Binary Search Tree)
  • 示意图
    
  • 数据有序，能够按范围查找，但是容易造成部分数据倾斜，导致该部分数据查询较慢
• 平衡二分搜索树(Balanced Binary Search Tree, AVL Tree)
  • 示意图
    
  • 是二分搜索树的优化版，解决了数据倾斜的问题，但是需要维护树平衡的额外开销
• B树(B Tree)
  • 示意图
    
  • 每个节点可以存多条数据，子节点数量也可以大于2，优化了树的深度
• B+树(B+Tree)
  • 示意图
    
  • 叶子节点会额外存储指向相邻叶子节点的指针，优化B树范围查询效率，且更加稳定

2. MySQL中B+Tree的使用

• MySQL采用B+Tree，其关键点如下：
  • 非叶子节点存索引，控制树的深度
  • 叶子节点存数据，以及指向相邻叶子节点的指针
  • 数据存入硬盘，需控制每一份数据的大小，以适应硬盘分页
• 那么每一份数据应该存多大呢？
  • MySQL每一份数据是硬盘分页大小的倍数
    • 系统从硬盘中进行读取操作，是按页读取的（例如1024k、2048k……）
    • 如果MySQL每一份数据的大小比硬盘一页的量小，那么每次硬盘读取就可能会读取一些不需要的数据，影响性能
  • 通过 SHOW GLOBAL STATUS LIKE 'Innodb_page_size';即可查看MySQL每份数据的大小

3. MySQL中两大主要引擎的索引

• MyISAM（非聚集索引）
  • 索引和数据分开存
  • 主键索引(Primary Key): 直接根据索引找到值
  • 辅助索引(Secondary Key): 直接根据索引找到值
• InnoDB（聚集索引）
  • 索引和数据存一起（必须有一个索引，没有会建一个默认的）
  • 主键索引(Primary Key): 直接根据索引找到值
  • 辅助索引(Secondary Key): 先用索引找到主键，再根据主键找到值