mysql索引本質

1、索引幫助mysql高效獲取數據排好序的數據結構。

2、索引存儲位置：磁盤文件。

3、索引結構：二叉樹、紅黑樹、hash、BTree、B+Tree 。索引結構爲了更快找到目標數據。

4、數據結構

4.一、二叉樹

定義：每一個結點最多有兩個子樹，左子樹比父節點小，右子樹比父節點大。

缺點：會出現極端狀況致使整棵樹只有左子樹或只有右子樹。

圖：

 

4.二、紅黑樹

定義：

性質1. 節點是紅色或黑色。

性質2. 根節點是黑色。

性質3 每一個紅色節點的兩個子節點都是黑色。(從每一個葉子到根的全部路徑上不能有兩個連續的紅色節點)

性質4. 從任一節點到其每一個葉子的全部路徑都包含相同數目的黑色節點。

缺點：數據量大會致使樹層數比較多，這樣就會形成查找數據慢。

圖：

 

4.三、hash數據結構

定義：散列表（Hash table，也叫哈希表），是根據關鍵碼值(Key value)而直接進行訪問的數據結構。也就是說，它經過把關鍵碼值映射到表中一個位置來訪問記錄，以加快查找的速度。這個映射函數叫作散列函數，存放記錄的數組叫作散列表。 對目標值進行hash運算獲得hash值和數據磁盤指針地址保存到hash表，這樣就達到快速定位數據位置。

缺點：精確查找十分快速，但範圍查找就碰壁了。

圖：無

4.四、BTree

定義：一個節點能夠存儲多個數據，這樣能夠避免黑紅樹的缺點，樹的層數很變小。  

缺點：  節點裏面數組數據：每一個數據的結構=索引數據+數據記錄（即葉子節點存儲鍵值和數據記錄）。

圖：

 

4.五、B+Tree

定義：B+Tree是在B-Tree基礎上的一種優化。節點裏面數組數據：每一個數據只存儲鍵信息，這樣不存數據能夠騰出空間放更多的鍵信息，讓樹層數越小。

• 非葉子節點只存儲鍵信息。
• 全部葉子節點之間都有一個鏈指針。
• 數據記錄都存放在葉子節點中。

缺點：無

 圖：

 

5、mysql採用B+Tree數據結構存儲數據

5.一、B+TREE葉子節點指針做用：定位值比它大的葉子節點。

5.二、引伸出爲何mysql "!="或者「<>」 不走索引。從下圖能夠知道緣由，由於B樹的左節點是比右節點小，並且節點有指針很快能找到範圍的數據，B樹特性+指針的配合這樣能夠快速找到指定範圍數據。

圖：

6、mysql爲何用整型自增做爲索引比較好。而UUID做爲索引效率比較低？

• 索引存儲在磁盤，並且樹的每一個節點分配的空間有大小。整型佔空間比較小，這樣能夠存放多個鍵值。反之而後UUID佔空間比較大。
• 整型比較方便，UUID比較須要先轉成ASCII在進行比較