MySQL索引（一）

雨喝醉了，小路摇摇晃晃，倒在我怀里

1，B 树和 B+ 树之间的区别是什么？

2，Innodb 中的 B+ 树有什么特点？

3，什么是 Innodb 中的 page？

4，Innodb 中的 B+ 树是怎么产生的？

5，什么是聚簇索引？

6，Innodb 是如何支持范围查找能走索引的？

7，什么是联合索引？对应的 B+ 树是如何产生的？

8，什么是最左前缀原则？

9，为什么要遵守最左前缀原则才能利用到索引？

10，什么是索引条件下推？

11，什么是覆盖索引？

12，有哪些情况会导致索引失效？

一，索引是帮助 MySQL 高效获取数据的 排好序 的 数据结构

索引数据结构：二叉树，红黑树，Hash表，B-Tree，B+Tree

二叉树：当索引列为递增的数据时，二叉树索引会变成线性链表，效率没有提升（包括红黑是的缺点）。

红黑树：当数据量过大时，树太高，效率不够高。

Hash表：精准查询效率很高，但是不支持范围查询。

• 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
• 很多时候 Hash 要比 B+ 树索引更高效
• 仅能满足 ‘=’，‘IN’，不支持范围查询。
• hash 冲突问题

B-Tree：不能很好的支持范围查询（范围查询的效率没有 B+Tree 高）。

二，B- 树和B+ 树的结构

B-Tree

　　叶节点具有相同的深度，叶节点的指针为空。

　　所有索引元素不重复。

　　节点中的数据索引从左到右递增排列。

 B+Tree

　　非叶子节点不存储 data，只存储索引（冗余），可以放更多的索引。

　　叶子节点包含所有索引字段。

　　叶子节点用指针连接，提高区间访问的性能。

三，B+ 树高度为 3 时能存储多少数据

 MySQL为每个节点分配了 16kb 的空间

假设主键为 bigint 类型，每个占 8b，由于每个索引后面还要存储一个地址，MySQL为这个地址分配了 6b 的空间，此时一个节点大约存放 16kb / (8b + 6b) ≈ 1142 个索引。

同理此时第二层约为 1142 个节点

由于第三层节点每个索引带数据（Innodb 存储引擎为聚簇索引，MYISAM 存储引擎为非聚簇索引），当为 Innodb 时，data 为索引所在行其他列的数据，当为 MYISAM 时，data 为索引所在的磁盘文件地址。

假设此时 索引+data 占用 1kb，那么第三层一个节点能存储 16 个数据。

此时的总数据量为 1142 * 1142 * 16 = 20866624，约为两千万个数据。

四，B+ 树怎么查找数据

　　将每个节点加载到内存做折半查找，远远小于磁盘 IO 的时间消耗。

　　而 B+ 树的冗余索引在数据库启动的时候就已经加载到了内存中，所以相当于就跟磁盘做了一次 IO。

思考：当 MySQL 数据库运行了很长时间后，有可能我们的每个索引元素都已经被加载到内存过，内存放不下，怎么办？（buffer pull）

五，存储引擎

　　1，MYISAM

 　　2，Innodb

• 表数据文件本身就是按 B+Tree 组织的一个索引结构文件
• 聚簇索引——叶节点包含了完整的数据记录
• 为什么建议Innodb表必须建主键，并且推荐使用整形的自增主键？
• 为什么非主键索引结构叶子节点存储的是主键值？（一致性和节省存储空间）

主键索引：

非主键索引：

由于非主键索引存储的是主键的值，所以当这个表没有主键时，数据库将会帮你维护一个主键（自动查找没有重复的列或者生成一个虚拟的列），这将耗费数据库资源和性能。

自增主键的原因是，自增的主键生成索引时，更加快速和高效。

整形主键的原因是，整形的主键插入对比时，更加的快速和高效。

 但是需要注意的是，自增主键在以下几种情况可能出现重复值：

• 在分布式系统中，如果多个数据库节点使用相同的自增策略，可能会产生相同的主键
• 在MySQL8.0之前，如果删除了某个自增主键，然后重启MySQL，再插入新的数据，可能会使用之前被删除的主键
• 当自增整形主键达到最大值时，再添加新的数据，会报重复错误

所以一般还是用别的办法来生成全局唯一的主键，如 UUID，雪花算法，Redis 等。