MySQL调优之索引的数据结构

文章目录

• MySQL调优系列
• 为什么
• 为什么不用Hash
• 为什么不用二叉树或者红黑树
• 为什么不用 B 树
• 为什么用 B+ 树
• InnoDB 和 MyISAM 的区别
• 参考资料

MySQL调优系列

MySQL调优之性能监控
MySQL调优系列之执行过程

为什么

哈希表、完全平衡二叉树、B树、B+树都可以优化查询，为何MySQL使用B+树？

为什么不用Hash

1. 利用hash存储的话需要将所有的数据文件添加到内存，比较耗费内存空间
2. 如果所有的查询都是等值查询，那么hash确实很快，但是在企业或者实际工作环境中范围查找的数据更多，而不是等值查询，因此hash就不太适合了

为什么不用二叉树或者红黑树

• 无论是二叉树还是红黑树，都会因为树的深度过深而造成io次数变多，影响数据读取的效率
  

为什么不用 B 树

B 树的特点：

1. 所有键值分布在整颗树中
2. 搜索有可能在非叶子结点结束，在关键字全集内做一次查找,性能逼近二分查找
3. 每个节点最多拥有m个子树
4. 根节点至少有2个子树
5. 分支节点至少拥有m/2颗子树（除根节点和叶子节点外都是分支节点）
6. 所有叶子节点都在同一层、每个节点最多可以有m-1个key，并且以升序排列

举个例子：

实例图说明：

• 每个节点占用一个磁盘块，一个节点上有两个升序排序的关键字和三个指向子树根节点的指针，指针存储的是子节点所在磁盘块的地址。
• 两个关键词划分成的三个范围域对应三个指针指向的子树的数据的范围域。
• 以根节点为例，关键字为 16 和 34，P1 指针指向的子树的数据范围为小于 16，P2 指针指向的子树的数据范围为 16~34，P3 指针指向的子树的数据范围为大于 34。

查找关键字 28 过程：

1. 根据根节点找到磁盘块 1，读入内存。【磁盘 I/O 操作第 1 次】
2. 比较关键字 28 在区间（16,34），找到磁盘块 1 的指针 P2。
3. 根据 P2 指针找到磁盘块 3，读入内存。【磁盘 I/O 操作第 2 次】
4. 比较关键字 28 在区间（25,31），找到磁盘块 3 的指针 P2。
5. 根据 P2 指针找到磁盘块 8，读入内存。【磁盘 I/O 操作第 3 次】
6. 在磁盘块 8 中的关键字列表中找到关键字 28

缺点：

• 每个节点都有key，同时也包含data，而每个页存储空间是有限的，如果data比较大的话会导致每个节点存储的key数量变少
• 当存储的数据量很大的时候会导致深度较大，增大查询时磁盘io次数，进而影响查询性能

为什么用 B+ 树

B+Tree是在BTree的基础之上做的一种优化，变化如下：

1. B+Tree每个节点可以包含更多的节点，这个做的原因有两个：
   1. 为了降低树的高度
   2. 将数据范围变为多个区间，区间越多，数据检索越快
2. 非叶子节点存储key，叶子节点存储key和数据
3. 叶子节点两两指针相互连接（符合磁盘的预读特性），顺序查询性能更高

举个例子：

注意：在B+Tree上有两个头指针，一个指向根节点，另一个指向关键字最小的叶子节点，而且所有叶子节点（即数据节点）之间是一种链式环结构。
因此可以对 B+Tree 进行两种查找运算：一种是对于主键的范围查找和分页查找，另一种是从根节点开始，进行随机查找。

InnoDB 和 MyISAM 的区别

注意：

1. InnoDB是通过B+Tree结构对主键创建索引，然后叶子节点中存储记录，如果没有主键，那么会选择唯一键，如果没有唯一键，那么会生成一个6位的row_id来作为主键
2. 如果创建索引的键是其他字段，那么在叶子节点中存储的是该记录的主键，然后再通过主键索引找到对应的记录,叫做回表
3. MyISAM 叶子节点中存储的是地址
   

参考资料

• MySQL官网
  • Optimization and Indexes
• Data Structure Visualizations