MySQL --索引

一、索引概述

索引（index）是帮助MySQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

 

二、索引结构

 

索引结构的选择

假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构（满二叉树或完全二叉树）如下：

 

如果主键是顺序插入的，则会形成一个单向链表，结构如下：

 

所以，如果选择二叉树作为索引结构，会存在以下缺点： 

• 顺序插入时会形成一个链表，查询性能大大下降
• 大量数据下，层级越深，检索速度越慢

此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入数

据，最终形成的数据结构也是一颗平衡的二叉树,结构如下:

 

但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：

• 大量数据下，层级越深，检索速度慢

所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree。

 

三、B-Tree，B+Tree Hash

 

B-Tree

介绍：

B-Tree，B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5个指针： 

 

特点：

• m阶的B-Tree，每一个节点最多存储 m-1 个Key，对应m个指针
• 一旦节点存储的Key达到m，就会裂变，中间元素向上裂变
• 在B树中，非叶子节点和叶子节点都会存储数据

B+Tree

介绍：

B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，来看一下其结构示意图：

我们可以看到，两部分：

• 绿色框框起来的部分，是索引部分，仅仅起到索引数据的部分，不存储数据
• 红色框框起来的部分，是数据存储部分，在其叶子节点中存储具体的数据

特点：

• 所以数据都会存储在叶子节点
• 叶子节点形成一个单向链表
• 非叶子节点仅仅起到索引数据的作用，具体数据都在叶子节点存放

上述我们所看到的结构是标准的B+Tree的数据结构，接下来，我们再来看看MySQL中优化之后的B+Tree。

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。 

Hash

 

介绍：

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中

 

 特点：

• Hash只能用于对等比较（=，in），不支持范围查询（between，<，>等）
• 无法利用索引完成排序操作
• 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

 四、索引分类

 

在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

 

 五、聚集索引和二级索引

而在在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

 

 聚集索引选取规则：

• 如果存在主键，主键索引就是聚集索引
• 如果不存在主键，就会使用第一个唯一索引作为聚集索引
• 如果表中没有主键，也没有合适的位于索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引

聚集索引和二级索引的具体结构如下：

 

•  聚集索引的叶子节点下挂的是这一行的数据
• 二级索引的叶子节点挂的是该字段值对应的主键