完全搞懂MySQL爲何要使用B+樹索引

目錄

• MySQL的存儲結構
  • 表存儲結構
  • B+樹索引結構
  • B+樹頁節點結構
  • B+樹的檢索過程
• 爲何要用B+樹索引
  • 二叉樹
  • 多叉樹
  • B樹
  • B+樹

搞懂這個問題以前，咱們首先來看一下MySQL表的存儲結構，再分別對比二叉樹、多叉樹、B樹和B+樹的區別就都懂了。

MySQL的存儲結構

表存儲結構

單位：表>段>區>頁>行

在數據庫中， 不論讀一行，仍是讀多行，都是將這些行所在的頁進行加載。也就是說存儲空間的基本單位是頁。
一個頁就是一棵樹B+樹的節點，數據庫I/O操做的最小單位是頁，與數據庫相關的內容都會存儲在頁的結構裏。

B+樹索引結構

1. 在一棵B+樹中，每一個節點爲都是一個頁，每次新建節點的時候，就會申請一個頁空間
2. 同一層的節點爲之間，經過頁的結構構成了一個雙向鏈表
3. 非葉子節點爲，包括了多個索引行，每一個索引行裏存儲索引鍵和指向下一層頁面的指針
4. 葉子節點爲，存儲了關鍵字和行記錄，在節點內部（也就是頁結構的內部）記錄之間是一個單向的表

B+樹頁節點結構

有如下幾個特色

1. 將全部的記錄分紅幾個組， 每組會存儲多條記錄，
2. 頁目錄存儲的是槽（slot），槽至關於分組記錄的索引，每一個槽指針指向了不一樣組的最後一個記錄
3. 咱們經過槽定位到組，再查看組中的記錄

頁的主要做用是存儲記錄，在頁中記錄以單鏈表的形式進行存儲。
單鏈表優勢是插入、刪除方便，缺點是檢索效率不高，最壞的狀況要遍歷鏈表全部的節點。所以頁目錄中提供了二分查找的方式，來提升記錄的檢索效率。

B+樹的檢索過程

咱們再來看下B+樹的檢索過程

1. 從B+樹的根開始，逐層找到葉子節點。
2. 找到葉子節點爲對應的數據頁，將數據葉加載到內存中，經過頁目錄的槽採用二分查找的方式先找到一個粗略的記錄分組。
3. 在分組中經過鏈表遍歷的方式進行記錄的查找。

爲何要用B+樹索引

數據庫訪問數據要經過頁，一個頁就是一個B+樹節點，訪問一個節點至關於一次I/O操做，因此越快能找到節點，查找性能越好。
B+樹的特色就是夠矮夠胖，能有效地減小訪問節點次數從而提升性能。

下面，咱們來對比一個二叉樹、多叉樹、B樹和B+樹。

二叉樹

二叉樹是一種二分查找樹，有很好的查找性能，至關於二分查找。
可是當N比較大的時候，樹的深度比較高。數據查詢的時間主要依賴於磁盤IO的次數，二叉樹深度越大，查找的次數越多，性能越差。
最壞的狀況是退化成了鏈表，以下圖

爲了讓二叉樹不至於退化成鏈表，人們發明了AVL樹（平衡二叉搜索樹）：任何結點的左子樹和右子樹高度最多相差1

多叉樹

多叉樹就是節點能夠是M個，能有效地減小高度，高度變小後，節點變少I/O天然少，性能比二叉樹好了

B樹

B樹簡單地說就是多叉樹，每一個葉子會存儲數據，和指向下一個節點的指針。

例如要查找9，步驟以下

1. 咱們與根節點的關鍵字 (17，35）進行比較，9 小於 17 那麼獲得指針 P1；
2. 按照指針 P1 找到磁盤塊 2，關鍵字爲（8，12），由於 9 在 8 和 12 之間，因此咱們獲得指針 P2；
3. 按照指針 P2 找到磁盤塊 6，關鍵字爲（9，10），而後咱們找到了關鍵字 9。

B+樹

B+樹是B樹的改進，簡單地說是：只有葉子節點才存數據，非葉子節點是存儲的指針；全部葉子節點構成一個有序鏈表

例如要查找關鍵字16，步驟以下

1. 與根節點的關鍵字 (1，18，35) 進行比較，16 在 1 和 18 之間，獲得指針 P1（指向磁盤塊 2）
2. 找到磁盤塊 2，關鍵字爲（1，8，14），由於 16 大於 14，因此獲得指針 P3（指向磁盤塊 7）
3. 找到磁盤塊 7，關鍵字爲（14，16，17），而後咱們找到了關鍵字 16，因此能夠找到關鍵字 16 所對應的數據。

B+樹與B樹的不一樣：

1. B+樹非葉子節點不存在數據只存索引，B樹非葉子節點存儲數據
2. B+樹使用雙向鏈表串連全部葉子節點，區間查詢效率更高，由於全部數據都在B+樹的葉子節點，可是B樹則須要經過中序遍歷才能完成查詢範圍的查找。
3. B+樹每次都必須查詢到葉子節點才能找到數據，而B樹查詢的數據可能不在葉子節點，也可能在，這樣就會形成查詢的效率的不穩定
4. B+樹查詢效率更高，由於B+樹矮更胖，高度小，查詢產生的I/O最少。

這就是MySQL使用B+樹的緣由，就是這麼簡單！