关于mysql的索引以及底层数据结构

今天是2020年2月3号，毕了业之后的第一个“寒假”，我在院子里晒太阳，闲来无事，写篇博客

先提几个问题

1. mysql 底层为什么是用b+树作为存储结构？为什么不是二叉树，红黑树，b树？
2. 覆盖索引为什么会快？
3. 为什么innodb一定需要一个主键？又为什么自增的效率最高？
4. 主键索引一定比非主键索引快吗？
5. 最左原则到底想告诉你什么？

第一个问题：
我们先构造一个应用场景，我们有1kw的数据需要存储在一张表里面，那么我们怎么设计能让查询速度尽可能的快

我们实验的可视化的数据结构皆从以下网站获取，地址：https://www.cs.usfca.edu/~gal...

ok，我们先来看下二叉树怎么存储这1kw数据，假设我有一张表，这张表里只有一个字段，他是递增的，看看用二叉树是什么情形

于是，我们看到，在这种情况下二叉树直接退化成了一个链表，我们如果要找到5这个记录，需要查找5次，n条数据就要查找n次，复杂度O(n), 不满足我们的需求

我们再来看看红黑树

我们看到红黑树有一个自平衡的特性，以牺牲插入性能解决了退化成链表的问题，但随着记录树的增加，树的高度会不断增加，那么，我们想找到第1kw个数据，依然要查找很多次，对应到mysql上每次读取一个树的节点都需要进行一次io，那么还有没有更好的办法呢？

ok，接下来看看b树

可以明显看到的区别是，每一个节点上存储了多个数据，其实逻辑很简单嘛，想保证高度固定，那就横向上想办法，这样的话我们查找16这条记录，其实只需要经过3次io就可以了

那b+树和b树又有什么区别呢？引用网上的一张图说明一下

具体到mysql上就是

1. 有冗余索引，方便查找
2. 只在叶子节点上存储数据，16k（mysql innodb_page_size的默认大小）的内存可以存下更多数据，降低高度，查询更快
3. 叶子节点增加了双向链表，方便范围查询

于是，我们就明白了，为什么mysql要用b+树作为底层数据结构，1kw的数据，索引应用合理，可能3次或者4次io就可以定位到记录了。

嗯，歇会，录制gif图太麻烦了。