MySQL索引的实现——B+树的构造（InnoDB引擎）

       建议三篇一起看：

1. MySQL索引的实现——行结构（InnoDB引擎）   链接：https://blog.csdn.net/qq_52074153/article/details/128500644
2. MySQL索引的实现——数据页结构（InnoDB引擎）   链接：                        https://blog.csdn.net/qq_52074153/article/details/128505497
3. MySQL索引的实现——B+树构造（InnoDB引擎）   链接：                                                      MySQL索引的实现——B+树的构造（InnoDB引擎）_我吃那桌小孩的博客-CSDN博客

      我们都知道MySQL索引底层数据结构是B+树，接下来我会介绍B+树和MySQL是如何制造B+树的。

B+树

B+树是B树的一种变体，也属于平衡多路查找树，大体结构与B树相同，包含根节点、内部节点和叶子节点。多用于数据库和操作系统的文件系统中，由于B+树内部节点不保存数据，所以能在内存中存放更多索引，增加缓存命中率。另外因为叶子节点相连遍历操作很方便，而且数据也具有顺序性，便于区间查找。

B+树特点

• B+树可以定义一个m值作为预定范围，即m路(阶)B+树。
• 根节点可能是叶子节点，也可能是包含两个或两个以上子节点的节点。
• 内部节点如果拥有k个关键字则有k+1个子节点。
• 非叶子节点不保存数据，只保存关键字用作索引，所有数据都保存在叶子节点中。
• 非叶子节点有若干子树指针，如果非叶子节点关键字为k1,k2,…kn，其中n=m-1，那么第一个子树关键字判断条件为小于k1，第二个为大于等于k1而小于k2，以此类推，最后一个为大于等于kn，总共可以划分出m个区间，即可以有m个分支。（判断条件其实没有严格的要求，只要能实现对B+树的数据进行定位划分即可，有些实现使用了m个关键字来划分区间，也是可以的）
• 所有叶子节点通过指针链相连，且叶子节点本身按关键字的大小从小到大顺序排列。
• 自然插入而不进行删除操作时，叶子节点项的个数范围为[floor(m/2),m-1]，内部节点项的个数范围为[ceil(m/2)-1,m-1]。
• 另外通常B+树有两个头指针，一个指向根节点一个指向关键字最小的叶子节点。
• 在进行删除操作时，涉及到索引节点填充因子和叶子节点填充因子，一般可设叶子节点和索引节点的填充因子都不少于50%。

MySQL如何构造B+树

      首先，MySQL以页作为B+树的结点。当然这样也会有问题：InnoDB使用页作为管理存储空间的基本单位，也就是最多只能保证16KB的连续存储空间。虽然一个目录项占用不了多大的存储空间，但是架不住表中记录越来越多。此一时需要非常大的连续的存储空间才能把所有的目录项都放下，这对记录数量非常多的表来说是不现实的。

     为了解决这个问题，所以复用了之前存储用户记录的数据页来存储目录项。为了与用户记录进行区分，我们把这些用来表示目录项的记录称为目承项记录。那么，ImoDB是怎么区分条记承是 普通的用户记录还是自录项记录呢?别忘了记录头信息中的record_type属性，它的各个取值代表的意思如下：

• 0：普通用户记录
• 1：目录项记录
• 2：Infimum记录
• 3：Supremum记录

构造方式

1. 有一系列的页练成双向链表

 2. 目录页对其进行连接

 3.添加一页

 4.一直向上生成

 再次提醒：

记录头信息中的record_type属性，它的各个取值代表的意思如下：

• 0：普通用户记录
• 1：目录项记录
• 2：Infimum记录
• 3：Supremum记录