mysql数据库索引-数据存储结构-sql优化

• 索引
• 索引结构------------------------------------------------------------------------------------------------------------------------
  

如上图，如果没有索引，那我们需要一行一行的在磁盘上去查询数据，如果数据量特别大，就会导致做很多次的I/O,效率特别的低。所以索引就特别重要。

---

如上图，索引的数据结构有很多种。我们最终选择了B+Tree,那么接下来我们就对上面的各种索引数据结构的弊端讲解

---

推荐一个外国的数据结构在线演示网站

二叉树

可以看出来，在比较极端的情况下，这不是二叉树了，变成一个链表了，和没有索引一样，也需要一条一条的去遍历查询，也需要对磁盘做很多的I/O（索引和数据都是存在磁盘上的），所以二叉树pass

红黑树(二叉平衡树)

如上图红黑树看上去不错，但其实它的本质也是二叉树，只是加入了变色和自旋，在数据量比较大的情况下，树的高度不可控，也需要I/O很多次。所以红黑树pass。

B-Tree

如上图，索引的结点是存储在磁盘空间上的，不管是二叉树还是红黑树，一个节点是只存了一个索引的，而B-Tree呢就针对一个节点分配更大的空间，就可以在这个节点上面存储更多的索引，从而也能更好的控制树的高度，尽可能的做少的I/O次数。而且在此节点的磁盘空间中，对所有从左到有依次进行排序，便于更好的查找。

B+Tree

当节点中的数据大于我们规定值的15/16的时候，树的结构就会发生变化。

B+Tree与B-Tree相比的优势

B+Tree叶节点只存储索引，不存储具体的数据（Data指索引所在行的磁盘文件的地址），数据只会存在叶子结点上，而且从左到右依次排序，支持双向查找。B+Tree会存储一些冗余的处于中间位置的索引，这样就可以在同样大的磁盘空间上存储更多的索引，提高查询效率，而且，每一行，索引都会从左到右依次递增。所以最终选择了B+Tree。
除了以上优点，B+Tree还有很多优点，比如，每个父节点的值都小于等于他右子节点的值，大于他左子节点的值，这样一种左开右闭原则也能很好的提升查询的效率。

根据索引查询数据的一次完整过程：

比如就上图我们要查找30这个索引，1：从根节点出发，首先将根节点加载到RAM内存中，在内存中随机查找，30在15-56之间，就将中间这块数据（其实就是下一级节点的磁盘文件地址-指针）取出加载到内存。30在20-49之间，就将这中间的节点取出加载到内存，然后就能从内存中定位到索引为30的元素。

为什么B+Tree索引就能处理大数量的数据

mysql针对根节点默认是可以存储16kb的数据的，

SHOW GLOBAL STATUS LIKE 'Innodb_page_size'

可以按照上图就算树高只有三层进行计算
数据库表主键索引，用bigint(8字节)，（索引+下一级节点的磁盘文件地址-指针（mysql默认为6字节）），相加就14字节，16k/14~~1000多，第二层一样，第三层有叶子结点，含有data（不同的存储引擎存储结构不一样，后面再讲），就算一行数据有1kb，那么三层就可以存储1000x1000x16=16000000。而且mysql会提前将非叶子结点中的数据加载到内存中，相当于只需要做一次i/o就能定位到索引数据。

Hash索引

Hash相对于B+Tree效率很高，不出现Hash冲突的情况下，查询某一条数据时间复杂度为O（1），但是不支持范围查找，所以用的比较少。相反B+Tree叶子节点中是从左到右一次递增的，而且是个双向链表，不管是查询大于还是小于都很快，相邻的节点直接存有对方的磁盘文件地址，查找起来也很快。

• 索引类型------------------------------------------------------------------------------------------------------------------------
• 联合索引

联合索引：指在表的多个字段组合上创建的索引，只有在查询条件中使用了这些字段的左边字段时，索引才会被使用。使用组合索引时遵循最左前缀集合，及从第一个字段开始排序，如果第一个字段一样就用第二个字段进行比较排序，依次类推。
最左前缀集合：如上图，假如这三个字段是联合索引，在我们写sql的时候，如果我们没有加name这个索引条件字段，那么这个联合索引是不会起效的，不会走索引的，因为单单从后面几个字段我们是没办法判断索引在B+Tree中的排序的。

• 数据存储结构------------------------------------------------------------------------------------------------------------------
• InnoDB

innodb存储引擎，一张表就对应一个文件，这个文件中包含了表结构，表索引，表数据。文件的存储格式就和B+Tree一样。索引下对应的就是具体的数据，而不是数据的磁盘文件地址。对于普通的索引，叶子节点存储的是主键id，然后更具主键再去主键索引中查询，查找具体数据。如果我们没有建主键，那么mysql就回去数据库中查找一列中数据唯一的字段作为主键，如果没有这样的数据，会自己生成rowid作为主键id。从节约空间以及通过比较大小快速查找索引角度考虑，主键建议使用自增的整型而不用其他的比如uuid。

• MyISAM

myisam存储引擎：表结构以及数据，索引分别存储在三个不同的文件。

对于myisam引擎,sql执行的过程为，先查看sql中查询条件是否含有索引，就在MYI文件在查找，如果含有，就能获取到对应数据的子盘文件地址，然后去MYD文件中查到具体的数据。