MySQL 索引數據結構解析
本文轉載自微信公眾號「運維開發故事」，作者老鄭。轉載本文請聯系運維開發故事公眾號。
概述
索引是對數據庫表中一列或多列的值進行排序的一種結構，使用索引可快速訪問數據庫表中的特定信息。
索引數據結構
二叉樹
二叉樹(binary tree)是指樹中節點的度不大于 2 的有序樹，它是一種最簡單且最重要的樹。二叉樹的遞歸定義為：二叉樹是一棵空樹，或者是一棵由一個根節點和兩棵互不相交的，分別稱作根的左子樹和右子樹組成的非空樹;左子樹和右子樹又同樣都是二叉樹
對于數組 {1,2,3,4,5} 數據結構將成為了鏈表
特點：
- 父節點下面有兩個子節點。
- 右邊節點的數據大于左邊節點的數據。
二叉樹.png
紅黑樹
紅黑樹是一種特定類型的二叉樹，它是在計算機科學中用來組織數據比如數字的塊的一種結構。若一棵二叉查找樹是紅黑樹，則它的任一子樹必為紅黑樹。
紅黑樹是一種平衡二叉查找樹的變體，它的左右子樹高差有可能大于 1，所以紅黑樹不是嚴格意義上的平衡二叉樹(AVL)，但對之進行平衡的代價較低， 其平均統計性能要強于 AVL 。
由于每一棵紅黑樹都是一棵二叉排序樹，因此，在對紅黑樹進行查找時，可以采用運用于普通二叉排序樹上的查找算法，在查找過程中不需要顏色信息。
紅黑樹數據結構如下圖：
紅黑樹數據結構.png
特點：
- 紅黑樹是每個結點都帶有顏色屬性的二叉查找樹，顏色或紅色或黑色。
- 結點是紅色或黑色。
- 根結點是黑色。
- 所有葉子都是黑色。(葉子是NIL結點)
- 每個紅色結點的兩個子結點都是黑色。(從每個葉子到根的所有路徑上不能有兩個連續的紅色結點)
- 從任一節結點其每個葉子的所有路徑都包含相同數目的黑色結點。
- 這些約束強制了紅黑樹的關鍵性質: 從根到葉子的最長的可能路徑不多于最短的可能路徑的兩倍長。結果是這個樹大致上是平衡的。因為操作比如插入、刪除和查找某個值的最壞情況時間都要求與樹的高度成比例，這個在高度上的理論上限允許紅黑樹在最壞情況下都是高效的，而不同于普通的二叉查找樹。
- 是性質4導致路徑上不能有兩個連續的紅色結點確保了這個結果。最短的可能路徑都是黑色結點，最長的可能路徑有交替的紅色和黑色結點。因為根據性質5所有最長的路徑都有相同數目的黑色結點，這就表明了沒有路徑能多于任何其他路徑的兩倍長。
- 因為紅黑樹是一種特化的二叉查找樹，所以紅黑樹上的只讀操作與普通二叉查找樹相同。
B-Tree
- 葉子結點具有相同的深度，葉節點的指針為空
- 所有元素不重復
- 節點中的數據索引從左到右邊遞增排列
B樹數據結構.png
B+Tree
非葉子結點不存儲數據，只存儲索引(冗余)，可以存放更多的索引
葉子結點包含所有索引字段
葉子結點用指針鏈接，提高區間訪問的性能(可以提升范圍查找的效率)
B+樹數據結構.png
特點關鍵字：節點內有序，葉子結點指針鏈接，非葉子結點存儲索引(冗余)
查詢mysql 索引的數據頁的大小：
- mysql> show global status like 'Innodb_page_size';
- +------------------+-------+
- | Variable_name | Value |
- +------------------+-------+
- | Innodb_page_size | 16384 |
- +------------------+-------+
為什么設置 16kb 呢?
Hash
- 對索引的 key 進行一次 hash 計算就可以定位出數據存儲的位置
- 很多的時候 hash 索引要比 B+ 樹索引更高效
- 僅能滿足 “=” ， “in” 不支持范圍查詢
- 存在 hash 沖突問題
Hash 數據結構.png
索引
InnoDB 索引實現(聚集)
- 表數據文件本身就是按 B+Tree 組織的一個索引結構文件
- 聚集索引-葉子節點包含了完整的數據記錄
- 為什么 InnoDb 表必須有主鍵，并且推薦使用整型的自增主鍵?
- 如果沒有設置索引的話，MySQL 會選擇一個數據唯一的列作為主鍵索引， 如果找不這樣的列。會去做創建一個隱藏列類似 rowid。
- 表數據文件按照 B+Tree 的數據結構維護，在葉子節點維護的是該行的數據。所以必須有主鍵。
- 整型更方便 B+Tree 排序，自增的話，對于數據結構的存放更快, 順序存放，不需要進行大量樹的平衡操作。
- 為什么非主鍵索引結構葉子節點的存儲的是主鍵值?
- 一致性， 讓主鍵索引先成功，然后再去更新非主鍵索引關系
- 節省存儲空間。
- 主鍵索引示意圖：
InnoDB 索引實現.png
- 非主鍵索引示意圖
如果查詢的是通過 name = Alice 去查詢的時候：
- 走非主鍵索引去查詢，查詢完后拿到信息(Alice, 18)。其實這里也是一個非聚簇索引
- 然后進行回表查詢，再次通過主鍵去查詢做回表查詢。
兩個數據文件：
.frm 主要是存儲表結構信息
.ibd 主要是存儲索引和數據
MyISAM 索引文件(非聚集)
- 索引文件和數據文件是分離的(非聚集)
MyISAM 存儲引擎索引.png
三個數據文件：
.frm 數據結構文件
.myd 文件主要是存儲數據
.myi 文件主要是存儲索引信息
聚集索引和非聚集索引
特征：
聚集/非聚集主要是索引文件是否和數據文件在一起。
查詢效率上來說聚集索引不會跨文件查詢效率會更加快。
聯合/復合索引
多個字段組織成一個共同的索引
組合索引.png
- 最左前綴原理為什么這樣來使用?
索引的數據是被排序的，如果跳過字段的話是無法被使用的。
示例：
where name = 'Jeff' and age = 22 -- 命中索引
where age = 30 and postatin='manager' -- 不命中索引
where postation = 'dev' -- 不命中索引
參考資料
百度百科
