MySQL索引底層數據結構怎么理解

這篇文章主要介紹“MySQL索引底層數據結構怎么理解”，在日常操作中，相信很多人在MySQL索引底層數據結構怎么理解問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”MySQL索引底層數據結構怎么理解”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

一、索引類型

1.B+樹

為什么是B+樹而不是B樹？

首先看看B樹和B+樹在結構上的區別

B樹結構：

B+樹：

可以看到：

• B樹在每個節點上都有衛星數據(數據表中的一行數據)，而B+樹只在葉子節點上有衛星數據。這意味著相同大小的磁盤扇區，B+樹可以存儲的葉子節點更多，磁盤IO次數更少；同樣也意味著B+樹的查找效率更穩定，而B樹數據查詢的最快時間復雜度是O(1)。

• B樹的每個節點只出現一次，B+樹的所有節點都會出現在葉子節點中。B+樹的所有葉子節點形成一個升序鏈表，適合區間范圍查找，而B樹則不適合。
  

2.MyISAM和InnoDB的B+樹索引實現方式的區別(聚簇索引和非聚簇索引)？

首先需要了解聚簇索引和非聚簇索引。

聚簇索引：

在聚簇索引中，葉子頁包含了行的全部數據，節點頁值包含索引列。InnoDB通過主鍵聚集數據，如果沒有定義主鍵則選擇一個唯一的非空索引列代替；如果沒有這樣的索引，InnoDB會隱式定義一個主鍵來作為聚簇索引。

聚簇索引的數據分布：

 在聚簇索引中，除了主鍵索引，還有二級索引。二級索引中的葉子節點存儲的不是“行指針”，而是主鍵值，并以此作為指向行的“指針”。這意味著通過二級索引查找行，存儲引擎需要找到二級索引的葉子節點獲得對應的主鍵值，然后根據這個值去聚簇索引中查找對應的行，也稱為“回表”。當然，可以通過覆蓋索引避免回表或者InnoDB的自適應索引能夠減少這樣的重復工作。

注意：聚簇索引中每一個葉子節點不止包含完整的數據行，還包括事務ID、用于事務和MVCC的回滾指針。

3.非聚簇索引

非聚簇索引的主鍵索引和二級索引在結構上沒有什么不同，都在葉子節點上存儲指向數據的物理地址的“行指針”。

聚簇索引的主鍵索引和二級索引：

非聚簇索引的主鍵索引和二級索引：

4.聚簇索引的優缺點

優點：

把相關數據保存在一起（比如用用戶ID把用戶的全部郵件聚集在一起），否則每次數據讀取就可能導致一次磁盤IO
數據訪問更快，把索引和數據保存在同一個B+樹中，通常在聚簇索引中獲取數據比在非聚簇索引中查找更快
使用覆蓋查詢可以直接利用頁節點中的主鍵值

缺點：

如果所有數據都可以放在內存中，順序訪問不再那么必要，聚簇索引沒有優勢
插入速度依賴于插入順序，隨機插入會導致頁分裂，造成空洞，使用OPTIMIZE TABLE重建表
每次插入、更新、刪除都需要維護索引的變化，代價很高
二級索引可能比想象中大，因為在節點中包含了引用行的主鍵列

5.哈希索引

哈希索引基于哈希表實現，只有精確匹配索引所有列的查詢才有效，這意味著，哈希索引適用于等值查詢。

具體實現：對于每一行數據，存儲引擎都會對所有的索引列計算一個哈希碼，哈希索引將所有的哈希碼存儲在索引中，同時在哈希表中保存指向每個數據行的指針。

在MySQL中，只有Memory引擎顯式支持哈希索引，當然Memory引擎也支持B樹索引。

注意:Memory引擎支持非唯一哈希索引，解決沖突的方式是以鏈表的形式存放多個哈希值相同的記錄指針。

6.自適應哈希索引

InnoDB注意到某些索引值被使用得非常頻繁時，會在內存中基于B+樹索引之上再創建一個哈希索引，這樣就讓B+樹索引也具有哈希索引的一些優點，比如快速的哈希查找。

到此，關于“MySQL索引底層數據結構怎么理解”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！