1.什么是索引？

索引是為了加速對表中數據行的檢索而創建的一種分散的存儲結構。（就好像我們小時候用的字典，有了字典查到對應的字就會變快）

2.為什么需要索引？

首先我們需要了解一些概念和知識

1. mysql數據存儲在什么地方？----磁盤
2. 查詢數據比較慢的，一般情況下是卡在哪了？ ----IO
3. (所以我們要提高IO的效率，那么如何提高呢？---- 次數和量兩個層面,例如：搬磚，搬一次和搬十次耗費的力氣是不一樣的，一次搬一塊和一次搬十塊耗費的力氣（占用IO資源）也是不一樣的。所以我們盡可能的在滿足自身需求的前提下，減少和IO的交互)
4. 去磁盤讀取數據的時候，是用多少讀取多少嘛？ ----磁盤預讀
5. 磁盤預讀:內存跟磁盤在發生數據交互的時候，一般情況下有一個最小的邏輯單元，稱為頁,datapage,頁一般由操作系統決定是多大，一般是4k和8k，而我們在進行數據交互的時候，可以取頁的的整數倍來進行讀取，innodb存儲引擎每次讀取數據為16k
6. 局部性原理：數據和程序都有聚集成群的傾向，同時之前被訪問過的數據和可能再次被查詢，涉及空間局部性、時間局部性

通過以上幾個概念我們大概知道索引是用來干嘛的了----預先設計好索引系統，等我們查詢數據的時候，減少和IO的交互來提高我們的查詢效率。

3.如何設計索引系統？

我們還是先明白幾個概念

• 索引存儲在哪？---- 磁盤，查詢數據的時候會優先將索引加載到內存中
• 索引在存儲的時候需要什么信息？需要存什么字段值？
  

—— key：實際數據行中儲存的值
—— 文件地址（指針、我們需要找到存儲數據文件在哪就得靠文件地址）
—— offset:偏移量（如果我們要取文件中的某一條數據時，就需要用到偏移量）

• 上面說的這種格式的數據要使用什么樣的數據結構來儲存？
  

—— 上面可知我們我們的數據格式是 K-V類型的
知道K-V格式數據那我們就知道使用什么數據結構來儲存了，有哈希表、樹（二叉樹、二分查找樹、二分平衡樹、紅黑樹、B樹、B+樹）
綜上所述，我們可以上面的數據結構來設計我們的索引系統

4.MYSQL索引系統是什么呢？

為什么不按照上面說的格式儲存呢？

眾所周知，mysql的索引系統使用的是B+樹，為什么是B+樹呢？接下來我們逐個分析其他的存儲結構為什么不行。在此之前，我們還是需要了解兩個前置知識----OLAP和OLTP

當我們存儲的數據量越多時，對應建立的索引也會越大，當我們從磁盤讀取到內存時就會產生IO問題，那我們又對索引建立索引嘛？不是的，所以mysql采取的B+樹

5.哈希表

上面是哈希表的存儲結構，我們來探討這類的存儲結構的優缺點
缺點：

• 哈希沖突會造成數據散列不均勻，會產生大量的線性查詢，比較浪費時間
• 不支持范圍查詢，當進行范圍查詢的時候，必須要挨個遍歷
• 對于內存空間的要求比較高（要把全部數據加到到內存中）
  

優點：
如果是等值查詢，那么會非?？?/p>

那么在mysql中有沒有hash索引呢？

• memory存儲引擎使用的是hash索引
• innodb支持自適應hash

 6.樹

6.1 二叉樹

二叉樹本身是無序的，當我們在進行數據查找時要挨個去跟每個節點進行數據對比，看是否符合我們的數據要求，效率低下

6.2 二分查找樹（Binary Search Tree ,BST）

二分查找樹的特點：插入數據的時候必須有序，左子樹必須小于跟節點，右子樹必須保證大于根節點。所以使用二分查找樹對比二叉樹來顯然提高了查詢效率。
但是如果數據插入是遞增或者遞減的順序的話，二分查找樹就會退化成鏈表，查找效率又降低了

6.3 平衡二叉樹（Balanced Binary Tree, AVL樹）

根據二叉查找樹的所暴露出的問題，我們通過使用AVL樹經過左旋或者右旋讓樹平衡。但是為了保證平衡，在插入數據的時候必須要旋轉，通過插入性能的損失來彌補查詢性能的提升。讀多寫少的情況還好，但是如果我讀寫請求一樣多，那就不合適了。

6.4 紅黑樹

紅黑樹也是經過左旋和右旋讓樹平衡起來，還有變色的行為，最長子樹只要不超過最短子樹的兩倍即可…所以就能讓查詢性能和插入性能近似取得一個平衡，但是隨著數據的插入，發現樹的深度會變深，深的深度越深，意味著IO次數越多，影響數據讀取的效率。

6.5 B樹

針對紅黑樹暴露的問題，那么我們應該如何提高讀取的效率呢？我們能不能從有序的二叉樹，變成有序的多叉樹呢，這樣我們就可以儲存更多的數據

Degree為4表示的是一個節點存儲三個數據值，超過就要變換。那么實際的數據是怎么存儲的呢？我們需要Key和完整的數據行

上圖是B樹實際存儲數據的圖，每個節點有三個元素key、指針、數據。
查找實例，如果我想找28這個數據，先從磁盤塊1開始發現讀取不到，經對比范圍在p2指針指向的磁盤塊3，還是沒找到，再根據磁盤塊3的p2指針指向磁盤塊8找到28。我們來分析一下，每個磁盤塊大小為16kb，我們查找了三個磁盤塊只需讀取48kb,那么三層B樹能存儲多少條記錄呢？

我們理想化一下，假設key和指針不占用大小，一條數據占用1k的大小，那么磁盤1數據可以存儲16條，磁盤3也是16條，磁盤8也是16條，那么我們只能存儲161616=4096條記錄，這明顯有點少了，而且我們是理想化的，實際key和指針也是占用大小的。

于是乎我們不禁思考，為什么存儲的數據量那么少？
我們發現每層存儲的大小都被data給占用了，那么我們能不能只存儲key跟指針呢？為此就引出了B+樹

6.6 B+樹

B樹到B+樹的演變：非葉子節點不存儲數據，葉子節點才存儲數據

上圖我們可以假設p1和28為一組占用10字節大小，那么第一層可以存儲16000/10=1600個這樣的大小，第二層也是1600，第三層data占用1kb，那就是16條，所以總的存儲1600160016=40960000（4096萬）條記錄

mysql索引結構一般3~4層，但是還要注意一個問題。假設我們就是3層存儲結構，如何存儲更多的數據？
剛剛我們假設的是p1和28為10字節大小，那如果它們是1字節呢，那么存儲總量是160001600010=4096000000。所以就引申出面試一直被提到的建立索引用int還是var好？

答：保證key的長度越小也好，varchar小于4字節用varcahr，大于4字節用int

根據B+樹的特點，存儲量大，查詢快，所以mysql使用的就是B+樹

總結

至此mysql索引系統為什么使用的是B+樹就講述完了，如果有什么講錯的地方希望能提醒我改正過來。

到此這篇關于MySQL的索引系統采用B+樹的原因解析的文章就介紹到這了,更多相關MySQL索引B+樹內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！