MySQL索引（二）B+樹在磁盤中的存儲

回顧



上一篇文章《MySQL索引爲何要用B+樹》講了MySQL爲何選擇用B+樹來做爲底層存儲結構，提了兩個知識點：

1. B+樹索引並不能直接找到行，只是找到行所在的頁，經過把整頁讀入內存，再在內存中查找。
2. 索引的B+樹高度通常爲2-4層，查找記錄時最多隻須要2-4次IO。

爲進一步知其因此然，今天來聊聊B+樹索引在物理磁盤上是怎麼設計存儲的。

1、理解爲何要減小磁盤IO次數

衆所周知，MySQL的數據實際是存儲在文件中，而磁盤IO的查找速度是要遠小於內存速度的，因此減小磁盤IO的次數能很大程度的提升MySQL性能。

1.1 磁盤IO爲何慢

先溫習下知識點：磁盤IO時間 = 尋道 + 磁盤旋轉 + 數據傳輸時間

從磁盤讀取數據時，系統會將邏輯地址發給磁盤，磁盤將邏輯地址轉換爲物理地址（哪一個磁道，哪一個扇區）。 磁頭進行機械運動，先找到相應磁道，再找該磁道的對應扇區，扇區是磁盤的最小存儲單元（見圖1-1）。

 圖1-1 磁盤物理結構

1.2 性能對比

機械硬盤的連續讀寫性能很好，但隨機讀寫性能不好。

• 順序訪問：內存訪問速度是硬盤訪問速度的6~7倍（kafka的特色，之後有機會的話再講一講）
• 隨機訪問：內存訪問速度就要比硬盤訪問速度快上10萬倍以上

隨機讀寫時，磁頭須要不停的移動，時間都浪費在了磁頭尋址上。 而在實際的磁盤存儲裏，是不多順序存儲的，由於這樣的維護成本會很高。

2、索引在磁盤上的存儲

知道磁盤IO的性能了吧，接下來看看MySQL是如何根據這種狀況來設計索引的物理存儲，如下內容以InnoDB引擎爲例，MyISAM略有不一樣，後面再講。

假設咱們有一張這樣的表，表中有如圖2-0的數據

CREATE TABLE `user` (
  `ID` bigint(11) NOT NULL AUTO_INCREMENT,
  `NAME` varchar(20),
  PRIMARY KEY (`ID`),
  KEY `idx_name` (`NAME`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
複製代碼

圖2-0 表數據

2.1 彙集索引（Clustered index ）

每一個InnoDB表都有一個稱爲彙集索引的特殊索引，該索引是按照表的主鍵構造的一棵B+樹。

根據示例數據構建如圖2-1所示彙集索引：

 圖2-1 B+樹彙集索引

2.1.1 知識點

• 葉子節點存放了整張表的全部行數據。
• 非葉子節點並不存儲行數據，是爲了能存儲更多索引鍵，從而下降B+樹的高度，進而減小IO次數。
• 彙集索引的存儲在物理上並非連續的，每一個數據頁在不一樣的磁盤塊，經過一個雙向鏈表來進行鏈接。

2.1.2 查找：假設要查找數據項6

1. 把根節點由磁盤塊0加載到內存，發生一次IO，在內存中用二分查找肯定6在3和9之間；
2. 經過指針P2的磁盤地址，將磁盤2加載到內存，發生第二次IO，再在內存中進行二分查找找到6，結束。

這裏只進行了兩次IO，實際上，每一個磁盤塊大小爲4K，3層的B+樹能夠表示上百萬的數據，也就是每次查找只須要3次IO，因此索引對性能的提升將是巨大的。



2.1.3 怎樣選擇彙集索引

每張InnoDB表有且只有一個彙集索引，那它是怎麼選擇索引的呢？

• 通常狀況，用PRIMARY KEY來做爲彙集索引。
• 若是沒有定義PRIMARY KEY，將會用第一個UNIQUE且NOT NULL的列來做爲彙集索引。
• 若是表沒有合適的UNIQUE索引，會內部根據行ID值生成一個隱藏的聚簇索引GEN_CLUST_INDEX。

因此在建表的時候，若是沒有邏輯惟一且非空列時，能夠添加一個auto_increment的列，方便創建一個彙集索引。

2.2 非彙集索引（Secondary indexes）

非彙集索引又叫輔助索引，葉子節點並不包含行記錄數據，而是存儲了彙集索引鍵。

根據示例數據（idx_name索引）構建如圖2-2所示輔助索引：

 圖2-2 B+樹非彙集索引

2.2.1 知識點

• 每一個表能夠有多個輔助索引
• 經過輔助索引查數據時，先查找輔助索引得到彙集索引的主鍵，而後經過主鍵索引來查找完整的行記錄。
• 經過非主鍵索引比主鍵索引查找速度要慢一倍。

2.2.2 查找：獲取NAME=Jake的數據

第一階段：經過輔助索引查到主鍵索引的主鍵

1. 把idx_name索引的根節點由磁盤塊0加載到內存，發生一次IO，查找到在P2指針中
2. 根據P2指針的磁盤地址，加載磁盤塊2到內存，發生第二次IO，查找到Jake節點以及它的主鍵索引9

第二階段：經過主鍵索引找到完整的行記錄

3. 把根節點由磁盤塊0加載到內存，發生一次IO，在內存中用二分查找肯定9在P3指針中
4. 經過指針P3的磁盤地址，將磁盤3加載到內存，發生第二次IO，再在內存中進行二分查找找到9，以及它的行記錄，

查找結束。

---

未完待續…

若是想要實時關注更新的文章以及分享的乾貨，能夠關注個人公衆號