Mysql-01深入理解Mysql索引底层数据结构与算法
文章重点
索引的本质
索引数据结构
INNODB和MYISAM
聚簇索引和非聚簇索引
联合索引
索引是什么？
索引是帮助MySQL高效获取数据的排好序的数据结构
数据在磁盘上随机分布，用索引检索数据时能减少磁盘IO次数
索引数据结构
- 二叉树，红黑树，B树，Hash表，B+树
二叉树
用递增列创建索引，二叉树退化成链表
红黑树
是一种近似平衡的二叉搜索树，能够保证任何一个节点的左右子树的高度差小于两倍
数据量大时，树的高度会很大，从根节点检索效率低
B树
一个节点放多个元素（对应到磁盘上一块连续的区域），所以树高度不会太大
节点存储key和指向数据的地址data
叶节点具有相同的深度，叶节点的指针为空
所有索引元素不重复
节点中的数据索引从左到右递增排列
高度：预估每个key+data≈1kb, 一个节点大约16个元素
2000万行数据表，16的n次方≈2000万，则n就是树的高度（较B+树高度会更大）
Hash表
对索引的key进行一次hash计算就可以定位出数据存储的位置
hash冲突问题，先根据key进行hash运算定位到位置，再遍历位置上的链表
仅能满足“=”，“IN"，不支持范围查询（hash后数据变的无序）
B+树
叶子节点包含所有元素，冗余存储非叶子节点，叶子节点存储key和data
非叶子节点只存key(可以存更多元素)
一个节点对应一个Innodb页=16kb
根节点常驻内存，也可以把非叶子节点都放到内存
叶子节点之间有双向指针，区间查找性能高
高度：假设字段类型是bigint8字节，指向下一层节点的指针6字节，16kb/14字节≈1170
叶子节点上一个key+data≈1kb，叶子节点大约16个元素
一颗3层的B+树可以存储1170*1170*16≈2000万行数据
InnoDB 和 MyISAM
MYISAM存储引擎表
table_a包括 table_a.frm表结构文件、 table_a.MYD表数据文件、 table_a.MYI索引文件
INNODB存储引擎表
table_b包括table_b.frm表结构文件 、table_b.idb表数据文件（索引和数据位于一个文件）
聚簇索引
INNODB存储引擎表的主键索引，每个表只有一个聚簇索引
表数据文件本身就是按B+Tree组织的一个索引结构文件
叶节点包含了完整的数据记录
非聚簇索引
INNODB存储引擎表的非主键索引，叶子节点key为索引值，data为主键值
INNODB根据非主键索引查询时可能需要回表查询主键索引
MYISAM存储引擎的主键索引和非主键索引，叶子节点key为主键/非主键，data为指向磁盘数据的指针
MYISAM根据索引查询时涉及到跨文件，先检索.MYI文件，然后到.MYD拿数据，效率低
为什么建议InnoDB表必须建主键
INNODB表一定有主键，没有设置自增主键，选择第一个含唯一索引的列作为主键，如果没有含唯一索引的列则使用隐藏的行rowid作为主键，组织整张表的数据。
并且推荐使用整型的自增主键?
整形自增主键占用空间小，方便比大小
非自增涉及树的分裂、平衡，而自增节点满了则建一个新的节点，效率更高
为什么非主键索引叶子节点存储的是主键值?
节省存储空间，不需要非主键索引维护全量数据，非主键索引叶子节点只存储主键的值
如果非主键索引的叶子节点存储具体的数据，那么在查询时需要同时存在两份数据，这会导致数据的不一致。因此，非主键索引的叶子节点存储主键值，可以避免多份数据导致的不一致性问题。根据非主键索引查询时拿不到的数据回表去主键索引获取。
联合索引
索引结构
使用employees其中三个字段name,age,hobby建立联合索引
构建索引树时上层的节点通常由下层节点中最左边的元素组成
先按照name排序，name相同时再按照age排序，name和age都相同再按照hobby排序
最左前缀原则
KEY `idx_name_age_hobby` (name,age,hobby) USING BTREE
①EXPLAIN select * from employees where name='bill' and age=3;
②EXPLAIN select * from employees where age=30 and hobby='dev';
③EXPLAIN select * from employees where hobby = 'manager';
先按照name排序，name相同时再按照age排序，name和age都相同再按照hobby排序
语句②和③不能使用索引，因为没有name条件，age是无序的，需要全表扫描
跳过name和age条件，hobby也是无序的