Java面试题数据库篇mysql数据库索引B+Tree

1 Mysql 索引结构B+Tree

• B+Tree数据结构适合读取外存数据，不适合内存数据
• B+Tree分为叶子节点和非叶子节点，非叶子节点仅仅包含key以及左右指针，通过与key比较判断查找方向，与B-tree不同，B-tree除了key还保存有其它信息，减少存储节点空间，降低树的高度，减少IO读取次数
• 叶子节点包括全部数据，并且升序排序，便于进行范围查找
• 平衡树，具有相同的深度
• 为什么所有数据在叶子节点

通过上面的分析，我们知道IO次数取决于b+数的高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数量是m，则有h=㏒(m+1)N，当数据量N一定的情况下，m越大，h越小；而m = 磁盘块的大小 / 数据项的大小，磁盘块的大小也就是一个数据页的大小，是固定的，如果数据项占的空间越小，数据项的数量越多，树的高度越低。这就是为什么每个数据项，即索引字段要尽量的小，比如int占4字节，要比bigint8字节少一半。这也是为什么b+树要求把真实的数据放到叶子节点而不是内层节点，一旦放到内层节点，磁盘块的数据项会大幅度下降，导致树增高。当数据项等于1时将会退化成线性表。

   根据特性，从应用上面来说：

• 主键不建议用uuid，存储空间太大，因为主键也是索引，每个page存储的key减少，影响B+tree的效率
• 尽量选择区分度高的列作为索引
• 索引列不能参与计算，保持列“干净”
• 尽量的扩展索引，不要新建索引
• 最左匹配原则 

当b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+数是按照从左到右的顺序来建立搜索树的，比如当(张三,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下一步的所搜方向，如果name相同再依次比较age和sex，最后得到检索的数据；但当(20,F)这样的没有name的数据来的时候，b+树就不知道下一步该查哪个节点，因为建立搜索树的时候name就是第一个比较因子，必须要先根据name来搜索才能知道下一步去哪里查询。比如当(张三,F)这样的数据来检索时，b+树可以用name来指定搜索方向，但下一个字段age的缺失，所以只能把名字等于张三的数据都找到，然后再匹配性别是F的数据了， 这个是非常重要的性质，即索引的最左匹配特性

参考连接：https://blog.jcole.us/2013/01/10/btree-index-structures-in-innodb/

https://www.cnblogs.com/dreamworlds/p/5398535.html