一文读懂 MySQL 索引

1 索引简介1.1 什么是 MySQL 的索引官方定义:索引是帮助 MySQL 高效获取数据的数据结构
从上面定义中我们可以分析出索引本质是一个数据结构,他的作用是帮助我们高效获取数据,在正式介绍索引前,我们先来了解一下基本的数据结构
2 索引数据结构2.1Hash 索引Hash 索引是比较常见的一种索引,他是通过计算出记录对应的 hash 值,然后根据计算结果,存储在对应位置 。查询的时候也是根据 hash 值快速找到位置 。他的单条记录查询的效率很高,时间复杂度为1 。但是,Hash索引并不是最常用的数据库索引类型,尤其是我们常用的Mysql Innodb引擎就是不支持hash索引的 。
hash 索引在等值查询时速度很快,但是有以下两个问题

  • 不支持范围查询
  • hash 冲突,当两条记录的 hash 值相同时,就产生了 hash 冲突,需要在后面用链表存储起来

一文读懂 MySQL 索引

文章插图
2.2 二叉树2.2.1 经典二叉树1、一个节点只能有两个子节点
2、左子节点的值小于父亲节点值,右子节点的值大于父亲节点的值,采用二分查找,速度较快
一文读懂 MySQL 索引

文章插图
经典二叉树会出现一个极端例子,就是链表,节点数据越来越大 。这种情况下,二叉树搜索性能就会降低
一文读懂 MySQL 索引

文章插图
2.2.2 平衡二叉树平衡二叉树又称AVL树 。它可以是一颗空树,或者具有以下性质的二叉排序树:
  • 它的左子树和右子树的高度之差(平衡因子)的绝对值不超过1
  • 它的左子树和右子树都是一颗平衡二叉树 。
数字 1-6 在平衡二叉树中图示如下:
一文读懂 MySQL 索引

文章插图
2.3 B 树B树属于多叉树又名平衡多路查找树,可以有多叉,有如下特点
(1)排序方式:所有节点关键字是按递增次序排列,并遵循左小右大原则;
(2)子节点数:非叶节点(根节点和枝节点)的子节点数 >1、且子节点数量<=M 、且M>=2,空树除外(注:M阶代表一个树节点最多有多少个查找路径,M=M路,当M=2则是2叉树,M=3则是3叉);
(3)关键字数:枝节点的关键字数量大于等于ceil(m/2)-1个且小于等于M-1个(注:ceil()是个朝正无穷方向取整的函数 如ceil(1.1)结果为2);
(4)所有叶子节点均在同一层、叶子节点除了包含了关键字 和 关键字记录的指针外,也有指向其子节点的指针只不过其指针地址都为null对应下图最后一层节点的空格子;
一文读懂 MySQL 索引

文章插图
MySQL 中 B 树存储结构如下:
一文读懂 MySQL 索引

文章插图
2.4 B+ 树B+树是在B树的基础上又一次的改进,其主要对两个方面进行了提升,一方面是查询的稳定性,另外一方面是在数据排序方面更友好 。MySQL 索引的底层数据结构采用的就是 B+ 树
【一文读懂 MySQL 索引】(1)B+树的非叶子节点不保存具体的数据,而只保存关键字的索引,而所有的数据最终都会保存到叶子节点 。因为所有数据必须要到叶子节点才能获取到,所以每次数据查询的次数都一样,这样一来B+树的查询速度也就会比较稳定,而B树的查找过程中,不同的关键字查找的次数很有可能都是不同的(有的数据可能在根节点,有的数据可能在最下层的叶节点),所以在数据库的应用层面,B+树就显得更合适 。
(2)B+树叶子节点的关键字从小到大有序排列,左边结尾数据都会保存右边节点开始数据的指针 。因为叶子节点都是有序排列的,所以B+树对于数据的排序有着更好的支持 。

经验总结扩展阅读