1.0 Mysql索引的数据结构与算法

Mysql索引的数据结构与算法

一、索引

索引是高效获取排好序的数据结构。

索引本身就是数据一部分关键信息，通过索引大大减少索引的数据量。

索引信息需要额外的空间存储。创建和维护索引本身也会降低对数据的操作性能。

大多数情况下，索引查询都是比全表扫描要快的。但是如果数据库的数据量不大，那么使用索引也不一定能够带来很大提升。

需要了解常用的索引数据结构：

1. hash表
2. B-Tree和B+树

1.1 hash表

优点：键值的集合，通过键(key)即可快速取出对应的值(value)，接近 O(1)

缺点：

1. Hash冲突问题（需要设计更好的哈希算法和更大的空间分散）
2. 仅能满足 “=”，“IN”，不支持顺序和范围查询（最大的缺点）

// 举例哈希算法
hash = hashfunc(key)
index = hash % array_size

哈希冲突：多个不同的 key 最后得到的 index 相同

1.2 B-Tree和B+树

B树

1. 叶节点具有相同的深度，叶节点的指针为空
2. 所有索引元素不重复
3. 节点中的数据索引从左到右递增排列

B+树（InnoDB使用）

1. 非叶子节点不存储data，只存储索引(冗余)，可以放更多的索引
2. 叶子节点包含所有索引字段
3. 叶子节点用指针连接，提高区间访问的性能

1.3 聚簇索引和非聚簇索引

索引和数据的存放位置不同分为聚簇索引，非聚簇索引

非聚簇索引：MyISAM索引文件和数据文件是分离的。由于数据和索引信息是分离的，在使用的时候就需要付出更大的io成本。

聚簇索引：InnoDB索引和数据源文件是聚合的。

1. 表数据文件本身就是按B+Tree组织的一个索引结构文件
2. 聚集索引-叶子节点包含了完整的数据记录
3. InnoDB表必须建主键，并且推荐使用整型的自增主键（更小的cpu和io成本）
4. 非主键索引结构叶子节点存储的是主键值(一致性和节省存储空间)

1.4 联合索引结构

最左前缀索引原则就是由联合索引结构决定的。

以联合索引字段从左到右的顺序优先级组织数据文件，而形成的B+树结构