文章目录

更多干货
Pre
索引的数据结构选型
- 二叉树？
- 红黑树？
- B-Tree ？
- B+Tree
- Hash表
搞定MySQL

Pre

什么是索引？

通俗的说就是为了提高效率专门设计的一种 排好序的数据结构。

怎么理解呢？

举个例子哈

如上数据，假设有个SQL

select *  from t where  col2 = 22 ;

如果没有索引的话，是不是得逐行进行全表扫描，走磁盘IO…

如果加上一个合适的索引呢？

比如用一个二叉树

二叉树我们知道，右边的比左边大

那执行刚才的SQL的话，第一条记录是34 ，那我们查找的是22，是不是就只要到它的左边查找即可，因为右边的数据都比34大，肯定没有22 ，找到22 以后, 搞定 ,I/O次数是不是比刚才的全表扫描的次数少很多，那效率自然就高了。

索引的数据结构选型

二叉树？

可以用二叉树吗？我们知道MySQL一般都有自增主键，id之类的字段

我们来演示下使用二叉树来存储这种自增的数据的话，会怎样？

https://www.cs.usfca.edu/~galles/visualization/BST.html

那查询

select * from t where id = 7

自增主键的时候这个二叉树已经退化成链表了。。。。。

想想，一个几百万数据量的表，查找某个大一点的id , 逐个查找比对（这些数据也是存储在磁盘上的，还得从磁盘上捞啊）这I/O 这效率可想而知吧…

二叉树 pass ，不考虑了

既然退化成链表了，那试试带有平衡功能的树二叉平衡树（红黑树）？

自增主键，退化为为链表

红黑树？

二叉树既然在某些情况下会退化成链表，那如果这棵树能自动平衡呢？

这样子是不可能变成链表了，

同样查询

select * from t where id = 7

三次磁盘I/O即可找到，比刚才二叉树的七次是少了些哈，自然查找效率也比二叉树高了

可如果数据量几百万上千万呢？

这棵树得多高哇。。。

数据量大，树高问题

那既然树高不好，是不是如果可以控制树的高度（比如 3 到4层的高度，这样查询起来还能接受），让每一层能存储更多的数据，然后再分裂，这样的话数据量相乘起来，也是不少了对吧，这样就能存储更多的数据，这样会不会好一点？ ----> B-Tree

B-Tree ？

叶节点具有相同的深度，叶节点之间指针为空
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

叶子节点之间的没有指针，区别于B+树。

data存储的是数据对应的磁盘地址， k-v结构。

我们来看下B-Tree的插入（Max.Degree 设置为3 即元素到了3个就分裂）

查找一下

3次

MySQL也没有使用B-Tree , 因为

除了存储索引以外，还存储了data(数据对应的磁盘地址) ，为了更多的存储数据，MySQL对B-Tree进行了很多改造

由此演进出了 B+Tree ，将data部分仅保留在叶子节点上，这样的话同等的页可以存储更多而索引数据。

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

数据仅存储在叶子节点， data可能是磁盘地址也可能是其他的列数据，这个和存储引擎有关系。

叶子节点之间有指针相连。

我们来算下 3层高的B+Tree能存储多少数据结构

假设是BigInt类型的数据

BigInt 占 8个字节，同时还是用6个字节存储了它指向的数据的物理地址

MySQL在使用innodb引擎的时候页大小默认是16K ,查询如下

mysql> SHOW GLOBAL STATUS like 'Innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| Innodb_page_size | 16384 |
+------------------+-------+
1 row in set (0.00 sec)mysql>

假设树高为3 ，这样的话，第一层即可以存储 16KB * 1024 / (8B + 6B) = 1170

同样的第二层也是1170 （第二层不是叶子结点，不存储数据）

第三层，存储数据，一般情况下一行数据的大小肯定不会超过1KB，那我们就按照1KB算吧

3层高的B+Tree , 存储BitInt可以存储 1170 * 1170 * 16 = 2千1 百万。。。。这效率还是可以的哈

想一想如果是4层高的数 1170 * 1170 * 1170 * 16 = 250多亿数据。.。。。

当然了都是估算，如果换成其他类型的数据，每个表的行数据的大小都是相关的，这也就是我们通常说的 MySQL的表到千万级别就要分库分表的理论依据了。

我们看下B+Tree的插入和查找

Hash表

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索引要比B+ 树索引更高效
仅能满足 “=”，“IN”，不支持范围查询
hash冲突问题

对索引字段进行hash以后，还存储了数据对引得磁盘地址。

一般请款下，hash 比 b+tree的效率要高，但工作中绝大部分还是使用的B+Tree , 因为hash对范围查找不是很友好，还要全表扫描。

为啥B+Tree 支持范围查找？

我们知道B+Tree的叶子节点有指针相连，从根节点找到对应的叶子节点后，加上节点本身就是排好序的，所以范围查找就恨轻松了。

B-Tree 没有指针相连，所以要想范围查找，还得从根节点重新找，效率肯定比B+树低。

搞定MySQL

MySQL - 剖析MySQL索引底层数据结构相关推荐

面试官：MySQL索引底层数据结构原理与性能调优，你能回答多少？
哈喽!大家好,我是小奇,一位不靠谱的程序员小奇打算以轻松幽默的对话方式来分享一些技术,如果你觉得通过小奇的文章学到了东西,那就给小奇一个赞吧文章持续更新,可以微信搜索[小奇JAVA面试]第一时间阅 ...
Mysql——索引底层数据结构与Explain用法
Mysql--索引底层数据结构与Explain用法一.索引底层数据结构 1.Mysql不同引擎对应的数据结构 2.B+Tree数据结构 2.1. 二叉树 (Binary Search Trees) ...
MySQL索引底层数据结构原理剖析
一. 前言 1. 说明我们平时所说的:聚集索引(主键索引),次要索引,覆盖索引,复合索引,前缀索引,唯一索引在MySQL5.7和 8.0版本默认都是使用B+Tree索引,除此之外还有 Hash索引. ...
mysql索引数据结构图解_深入理解Mysql索引底层数据结构与算法
索引的定义:索引(Index)是帮助MySQL高效获取数据的数据结构. Q1:大家使用索引有没有想过这个问题?为什么索引能够帮助mysql高效获取数据?我一一给大家道来!在给大家讲之前,先更大家分享一 ...
mysql索引底层图_MySQL索引底层数据结构
一.何为索引? 1.索引是帮助数据库高效获取数据的排好序的数据结构. 2.索引存储在文件中. 3.索引建多了会影响增删改效率.(一张表最多允许建16个索引) (下面这张图为计算机组成原理内容,每查询一 ...
MySQL 索引底层数据结构实现
文章目录概述讨论范围查询数据结构查询数据结构种类及其高性能查询原理 MySQL 索引的底层数据结构 MySQL 索引的需求分析选择 MySQL 索引的底层数据结构 B- 树和 B+ 树的对比 ...
mysql 联合主键_深入理解Mysql索引底层数据结构与算法，背后的故事
引言索引是帮助MySQL高效获取数据的排好序的数据结构索引数据结构对比二叉树左边子节点的数据小于父节点数据,右边子节点的数据大于父节点数据.如果col2是索引,查找索引为89的行元素,那么只需 ...
mysql 索引底层数据结构与算法
索引:是帮助MySQL高效获取数据的排好序的数据结构. mysql 索引的底层数据结构: 二叉树:如果是规律性数据,比如1,2,3.....等数据,存储容易成线性结构,数据规模太大之后,查询太慢. 红 ...
MySQL索引底层数据结构
MySQL相信大家都不陌生,索引的日常使用应该也是比较频繁的,今天就聊一聊索引底层的数据结构; MySQL索引底层为什么使用B+树而不是二叉树;红黑树;B树? 索引:索引是帮助MySQL高效获取数据的 ...

MySQL - 剖析MySQL索引底层数据结构

文章目录

更多干货

Pre

索引的数据结构选型

二叉树？

红黑树？

B-Tree ？

B+Tree

Hash表

搞定MySQL

MySQL - 剖析MySQL索引底层数据结构相关推荐

最新文章

热门文章

MySQL - 剖析MySQL索引底层数据结构

文章目录

更多干货

Pre

索引的数据结构选型

二叉树 ？

红黑树 ？

B-Tree ？

B+Tree

Hash表

搞定MySQL

MySQL - 剖析MySQL索引底层数据结构相关推荐

最新文章

热门文章

二叉树？

红黑树？