MySQL索引存储结构

MySQL数据库索引存储结构一般有以下几种。

• （1）二叉树

• （2）红黑树

• （3）HASH

• （4）B-Tree

• （5）B+Tree（现在常用

首先我们要了解的是：索引文件是存储在磁盘中的，cpu到磁盘拿取数据一般经过两步：寻道时间（磁头左右移动，速度慢，耗时）和旋转时间（磁盘旋转，快）。cpu获取数据后存入内存中的这一过程，被称为一次磁盘I/O。

接下来介绍一下几种索引结构的优缺点：

（1）二叉树：

优点：查找减半

缺点：索引数据只能是无序的，有序数据用二叉树是个单链，完全无意义。

（2）红黑树：

优点：相比二叉树好一点，有序数据也可以使用，当节点为3时，会自动分解平衡。

缺点：如果数据量很大，每次插入数据，它都会自动平衡，所以特别消耗性能，而且节点的高度是无法预测的，所以磁盘I/O操作也不可控。

（3）HASH：

原理：存储结构是key-value形式存在数组中，然后通过hash函数（key）得到一个值，这个值就是它们的索引。当取数据的时候，key通过hash得到索引值，直接找就行了，复杂度为o(1)。

优点：查找速度快。

缺点：

1.会碰到key冲突情况。

2.HASH结构无序，多以当查找范围数据的话，就慢一点，对于不等值的查找，就更慢了（不能避免全表扫描）

3.无法通过索引值排序，因为索引存放的值是经过hash的，可能跟原来的值不相等

（4）B-Tree：

优点：

1.一次可以设置多个节点，降低了树的高度，多以查找很快。

2.节点中的数据key从左到右依次递增。

缺点：

1.根节点不仅存了索引key也存了对应的记录，所以比较占用空间。

2.子节点之间没有双向链表，每次查找数据都是从根节点出发，如果是查找范围数据的话，就没有优势了。如下图：

（5）B+Tree

优点：（与B-Tree区别）
1.索引携带的数据移到了叶子节点上，在空间相同的情况下，那肯定是B+Tree存储的索引更多一些，而且树的高度更低。
2.子节点之间是有双向指针指向的，查找的时候，顺着指针找就行了，不用每次都从根节点出发寻找，所以速度更快。如下图：

一般使用磁盘I/O次数评价索引的优劣

预读：处理读取索引外，磁盘一般都会顺序向后读取一定长度的数据放入内存中。

局部性原理：当一个数据被 用到时，一般其附近的数据也通常会马上被应用。

B+Tree节点的大小，设为等于一个页，每次新建节点，就直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，就决定了一个节点的载入只需要一次IO

B+Tree 的节点非常多，一般都会超过100，所以高度很低，一般为3-5层

查看MySQL文件页的大小：SHOW CLOBAL STATUS like 'Innodb_page_size';

综上所述：索引结构选择B+Tree是完美的。或许以后还有更好的方式，有待挖掘！