深入解析MySQL索引数据结构

目录

• 概述
• 索引数据结构
  • 二叉树
  • 红黑树
  • B-Tree
  • B+Tree
  • Hash
• 索引
  • InnoDB 索引实现（聚集）
  • 索引文件和数据文件是分离的（非聚集）
  • 聚集索引和非聚集索引
  • 联合/复合索引
• 参考资料
• 总结

概述

索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。

索引数据结构

二叉树

二叉树（binary tree）是指树中节点的度不大于 2 的有序树，它是一种最简单且最重要的树。二叉树的递归定义为：二叉树是一棵空树，或者是一棵由一个根节点和两棵互不相交的，分别称作根的左子树和右子树组成的非空树；左子树和右子树又同样都是二叉树

对于数组 {1,2,3,4,5} 数据结构将成为了链表

特点：

• 父节点下面有两个子节点。
• 右边节点的数据大于左边节点的数据。

二叉树.png

红黑树

红黑树是一种特定类型的二叉树，它是在计算机科学中用来组织数据比如数字的块的一种结构。若一棵二叉查找树是红黑树，则它的任一子树必为红黑树。

红黑树是一种平衡二叉查找树的变体，它的左右子树高差有可能大于 1，所以红黑树不是严格意义上的平衡二叉树（AVL），但对之进行平衡的代价较低， 其平均统计性能要强于 AVL 。

由于每一棵红黑树都是一棵二叉排序树，因此，在对红黑树进行查找时，可以采用运用于普通二叉排序树上的查找算法，在查找过程中不需要颜色信息。

红黑树数据结构如下图：

红黑树数据结构.png

特点：

• 红黑树是每个结点都带有颜色属性的二叉查找树，颜色或红色或黑色。
• 结点是红色或黑色。
• 根结点是黑色。
• 所有叶子都是黑色。（叶子是NIL结点）
• 每个红色结点的两个子结点都是黑色。（从每个叶子到根的所有路径上不能有两个连续的红色结点）
• 从任一节结点其每个叶子的所有路径都包含相同数目的黑色结点。
• 这些约束强制了红黑树的关键性质: 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例，这个在高度上的理论上限允许红黑树在最坏情况下都是高效的，而不同于普通的二叉查找树。
• 是性质4导致路径上不能有两个连续的红色结点确保了这个结果。最短的可能路径都是黑色结点，最长的可能路径有交替的红色和黑色结点。因为根据性质5所有最长的路径都有相同数目的黑色结点，这就表明了没有路径能多于任何其他路径的两倍长。
• 因为红黑树是一种特化的二叉查找树，所以红黑树上的只读操作与普通二叉查找树相同。

B-Tree

• 叶子结点具有相同的深度，叶节点的指针为空
• 所有元素不重复
• 节点中的数据索引从左到右边递增排列

B树数据结构.png

B+Tree

• 非叶子结点不存储数据，只存储索引（冗余），可以存放更多的索引
• 叶子结点包含所有索引字段
• 叶子结点用指针链接，提高区间访问的性能（可以提升范围查找的效率）

B+树数据结构.png

特点关键字：节点内有序，叶子结点指针链接，非叶子结点存储索引（冗余）

查询mysql 索引的数据页的大小：

mysql> show global status like 'Innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| Innodb_page_size | 16384 |
+------------------+-------+

为什么设置 16kb 呢？

Hash

• 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
• 很多的时候 hash 索引要比 B+ 树索引更高效
• 仅能满足 “=” ， “in”  不支持范围查询
• 存在 hash 冲突问题

Hash 数据结构.png

索引

InnoDB 索引实现（聚集）

表数据文件本身就是按 B+Tree 组织的一个索引结构文件

聚集索引-叶子节点包含了完整的数据记录

为什么 InnoDb 表必须有主键，并且推荐使用整型的自增主键？

• 如果没有设置索引的话，MySQL 会选择一个数据唯一的列作为主键索引， 如果找不这样的列。会去做创建一个隐藏列类似  rowid。
• 表数据文件按照 B+Tree 的数据结构维护，在叶子节点维护的是该行的数据。所以必须有主键。
• 整型更方便 B+Tree 排序，自增的话，对于数据结构的存放更快,  顺序存放，不需要进行大量树的平衡操作。

为什么非主键索引结构叶子节点的存储的是主键值？

• 一致性， 让主键索引先成功，然后再去更新非主键索引关系
• 节省存储空间。

主键索引示意图：

InnoDB 索引实现.png

非主键索引示意图图片

如果查询的是通过 name = Alice 去查询的时候：

1. 走非主键索引去查询，查询完后拿到信息（Alice, 18）。其实这里也是一个非聚簇索引
2. 然后进行回表查询，再次通过主键去查询做回表查询。

两个数据文件：

.frm 主要是存储表结构信息

.ibd 主要是存储索引和数据

MyISAM 索引文件（非聚集）

索引文件和数据文件是分离的（非聚集）

MyISAM 存储引擎索引.png

三个数据文件：

.frm 数据结构文件

.myd 文件主要是存储数据

.myi 文件主要是存储索引信息

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数据文件在一起。

查询效率上来说聚集索引不会跨文件查询效率会更加快。

联合/复合索引

多个字段组织成一个共同的索引

组合索引.png

最左前缀原理为什么这样来使用？

索引的数据是被排序的，如果跳过字段的话是无法被使用的。

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

参考资料

百度百科

总结

到此这篇关于MySQL索引数据结构的文章就介绍到这了,更多相关MySQL索引数据结构内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木！