MySql:索引的底层原理

 

索引的底层原理

MySQL支持两种索引，一种是B-树（B树）索引，一种是哈希表索引，这两种索引的查询效率较高。

MYSQL中InnoDB存储引擎是（基于B-树 ，实际MYSQL采用的是B+树) 的索引结构。

B-树的特点：

B-树是一种 m 阶平衡树，叶子节点都在同一层，由于每一个节点存储的数据量比较大，索引在整个B-树的层数是比较低的，基本上不超过三层。

为什么将B-树的节点大小一般设置为和磁盘块大小一致 ？

索引是以文件的形式存储在磁盘上，磁盘每次往内存加载数据是有基本单位的，磁盘的读取是按block块操作的（内存是按page页面操作的），因此B-树的节点大小一般设置为和磁盘块大小一致，从磁盘加载一个节点到内存里面，加载一个B-树节点，就相当于加载一个block块，这样就可以通过一次磁盘I/O把一个磁盘块的数据全部存储下来，有多少节点，则仅需要加载多少次。

目的：在进行节点读取或者存储的过程，保证磁盘I/O的操作次数是最少的。

（MySQL的读写效率，主要集中在磁盘I/O上）。

MySQL为什么要采用 B+ 树存储索引结构呢而不是 B- 树？

1. B-树的每一个节点，存储的是 关键字和对应的数据地址，而B+树的非叶子节点只存关键字，不存数据地址。因此B+树的每一个非叶子节点存储的关键字是远远多于B-树的，B+树的叶子节点存放关键字和数据，从树的高度上来说，B+树的高度要小于B-树，使用的磁盘I/O次数少，因此查询会更快一些。（相同数量的节点数，B+树存放的数据多，相同数量的数据，B+树节点数就少 -> 树的高度可能就小 -> 查询的效率就会高）
2. B-树由于每个节点都存储关键字和数据，因此离根节点近的数据，查询的就快，离根节点远的数据，查询的就慢，耗时不均匀；B+树所有的数据都存在叶子节点上，因此在B+树上搜索关键字，找到对应数据的时间是比较平均的，没有快慢之分。
3. 在B-树上如果做区间查找，遍历的节点是非常多的，B+树是能够很好满足的；
   B+树所有叶子节点被连接成了有序链表结构，因此做整表遍历和区间查找是非常容易的。

哈希索引：

是由哈希表实现的，哈希表对数据无法做到排序，因此不适合做区间查找，效率非常低，需要搜索整个哈希表结构。