mysql索引数据结构及底层的索引存储方式

相关数据结构可视化工具：https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

1.二叉树

     在某种情况下，二叉树会退化成链表结构，查询的时候与全表扫描没有区别，与磁盘io次数过多导致效率低下。

2.红黑树

     红黑树相较于二叉树做了平衡操作，树的两边的高度相近，但是在数据量很大的情况下，树的高度可能过高，当查询数据位于叶子节点附近时，磁盘io次数和树的高度相关，当树高度较大时会造成查询效率低下。

3.B树

     前面两种树结构会随着数据量的增长，树的高度会不断增高，若想控制树的高度稳定在3~4层，可使用b树，红黑树的每个索引节点存储在磁盘的某个位置上，这些位置可能是随机的的，若一开始在磁盘上开辟一块较大空间，在一个数据页里存储尽可能多的索引元素，这样在相同的数据量的情况下，这种存储会让树的高度更小。

即：

即：

4.b+树

     b+树对b树做了一些优化，b树的索引节点是一个k-v结构，k存储索引值，v存储对应的行的磁盘地址，而b+树的非叶子结点不存储data，只存储索引（冗余索引），这样可以存放更多的索引，也就意味着叶子节点包含了所有索引字段。且b+树的叶子节点用指针连接，提高了区间访问，如范围查询的速度。

     当要查询等于30的这条记录时，首先会将根节点的排好序索引加载进内存，二分定位到30位于15-56之间，这之间存储的是数据页在磁盘上的地址，定位到数据页后将数据页加载进内存，以同样的逻辑定位到30位于20-49之间，定位到下一个节点的数据页的磁盘文件地址，以同样的逻辑找到30这条记录，再依据叶子节点存储的对应行的地址去粗盘上找到对应的行数据。

mysql每一个存储索引的数据页大小默认是16k（show global status like 'Innodb_page_size'）,假设在一个数据页里每个索引为bigint类型（8个字节），存储的下一个索引页的地址为6字节，一个数据页存储的索引树大概为18(k)/(8+6)b=1170个元素，叶子节点data一般不会超过1kb，每个叶子节点可存储16个元素，整棵树总存储节点数为1170*1170*16个索引，大约一千多万的索引节点个数，此时数的高度为3，查找某个数据最多经过3次的磁盘io即可，千万级别的表如果走索引查询效率也是很快的。

对于myisam存储引擎，索引文件和数据文件是分离的（非聚集索引），索引及数据在磁盘上的存储方式：

• frm文件：数据表结构信息存储。
• myd文件：表数据文件。
• myi文件：索引文件。

      插入数据时，在myi文件中会根据索引将列数据以b+树的结构组织存储起来，当以某个索引列为查找条件时，在myi文件中从b+树的根节点开始遍历，找到节点对应的行的磁盘文件地址，再根据地址再去myd文件中找到具体的行数据。

对于innodb存储引擎

• ibd文件：数据表文件

      对于聚集索引（主键索引）来说，b+树组织的索引结构文件的叶子节点存储当前索引行的其他列的数据

5.Hash索引

      当对某个列建hash索引时，会对插入的列值进行一次hash运算，定位到具体的hash桶，将数据以hash结构组织起来，链表节点不仅存储当前列的值，还存储了当前索引行的磁盘文件地址。

优缺点

• 对索引的key进行一次hash运算即可定位到具体的行地址。
• 大多数时候比b+树索引更高效。
• 仅能支持‘IN’和‘=’，不支持范围查询。
• hash冲突