MySQL~InnoDB中索引的底层数据结构--B+树如何存放数据

索引和数据储存

数据在数据库中以表的形式存储，每个表中的数据可能有千万条，这些数据在底层存储的时候，是以数据页为基本单位进行存储。

索引和数据页的关系，可以类比成图书馆里每个书架和书架的分类牌之间的关系，索引就是一个个的牌子，贴在书架上，写着“小说”“文学”“”“影视”等等，而数据页就是一个个的书架，里面的书就是具体的数据…

在数据页中，每条记录之间通过单链表的形式进行连接，而数据页之间通过双向链表的形式进行连接，如下图：

Innodb中的索引—B+树

Innodb中的索引是以B+树的形式来存储数据的。

下面简单模拟一下存储过程：

先创建一张表，表里有c1,c2,c3三个字段：

mysql> use db2;
Database changed
mysql> create table index_demo(
    -> c1 int ,
    -> c2 int,
    -> c3 char(1),
    -> primary key(c1)
    -> ) row_format=compact;
Query OK, 0 rows affected (0.04 sec)

我们创建的这个表，在储存时，是用Compat行格式进行储存的，行格式的内容我们后面介绍，该格式的简化图如下，刚刚创建的这张表是按照下图的格式进行储存：

• record_type:表示记录的类型
• next_record：指向下一条记录
• 各个列的值：即表中字段对应的值

几个记录放在一起就组成了一个数据页：

当我们像数据页中插入更多的 数据时，如果超出容量，会创建一个新的分页：

连续插入多条数据后，可能变成这样的效果：

当有多个数据页后，由于在物理上不连续，为了快速找到该物理页所在，需要创建一个目录页，来记录这个数据页的地址和主键范围：

当有多个目录页后，同样需要更高级的目录页来记录地址和其他信息：

这样迭代下去后，就会形成一个树，就对应了数据结构B+树。

B+树与数据页

上面的页面记录如果不断地迭代，可以抽象出下面这个图：

这个数据结构就是B+树。
不论是存放用户记录的数据页，还是存放目录项记录的数据页，最终都可以放到这个数据结构中。

这些数据也就统一被称为节点。

从这个图中我们知道，数据库中真实的数据记录全部被放到了B+树的最底层的节点上，这些节点即树的叶子节点，剩下的非叶子节点用来存放目录项，直到最上面的节点，树的根节点。

一个B+树的节点其实可以分成好多层，规定最下边的，存放真实记录的层为第0层，之后往上是第1层，第2层，…。

我们上面的假设是每也页面放3个数据，然后记录页放4个数据，其实在真实的环境中，一个页面的记录存放量非常巨大，假设一个叶子节点可以存放100条记录，那么存放目录项的节点可以放1000条记录，那么：

• B+树只有1层，最多100条记录
• B+树有2层，最多放100×100=10000条记录
• B+树有3层，最多放100×100×100=1000000条记录
• B+树有4层，最多放100×100×100×100=100000000条记录
  …
  由此可见B+树的存储能力非常强大，所以一般情况下，我们用到的B+树都不会超过4层…

树的层次越低，IO的次数就越少，每次从磁盘进行一次读取时，会加载一个树的层中某个节点。

像上面这样当我们通过主键去查找数据时，最多会进行4次磁盘IO操作（3个目录项页和1个用户记录页），在每个页中又可以进行二分查找，所以可以在非常多的记录中快速的查找到我们想要的数据，这大大提高了查询的效率。