Mysql索引底層原理與性能優化
在一般的開發中不會有碰到數據結構、算法的一些底層東西。但是瞭解了之後會對你的開發有很大的幫助。最近學習了一下。做一個筆記。更深的學習，請看相關書籍或視頻。
一、索引是幫助Mysql高效獲取數據的排好序的數據結構
二、索引的數據結構
- 二叉樹
- 紅黑樹
- Hash表
- B-Tree
- B+Tree
1、二叉樹
如圖（一個二叉樹插入的過程）：
有一個根節點，有了根結點之後，每個頂點定義了唯一的父結點，和最多2個子結點。左側的節點永遠比右側的要小。
如圖（查找數據）
查找數據，如果按插入順序查詢要7步（因爲是最後一個插入的），二叉樹了3步查出結果。比順序結構快了很多。但是有一個問題，如果是數據是順序遞增。那就會變爲鏈表，那索引就無效了。那麼就出現了紅黑樹
如圖：
2、紅黑樹
如圖：（紅黑樹的插入過程）
所以，紅黑樹又是二叉樹的升級版，是特化平衡二叉樹。但是在數據量大的時候樹的高度就會增加，然後會導致IO過程多，查詢速度會減慢些。
3、Hash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，它通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。這個映射函數叫做散列函數，存放記錄的數組叫做散列表。
簡單說就是有一個表存着一個值得算出來的hash值，和對應的數據地址，查詢很快。但是有個缺點，如果查詢大於小於的數據時候就不行了。所以有一定的侷限。
4、B-Tree
B樹和平衡二叉樹稍有不同的是B樹屬於多叉樹又名平衡多路查找樹。簡單點說就是一個節點可以有多個分叉。這樣可以減少樹的高度從而減少IO磁盤。
如圖（B-Tree插入過程）：
上面說了這麼多其實都是在鋪墊。Mysql索引底層用的是B+Tree和Hash表（可以選擇）。B+Tree又是啥。B+Tree是B-Tree的優化版。其實上面的說的數據和索引都是在一個節點存儲。B+Tree，是把數據都放到了葉子節點，上面都是索引，這樣就可以減少節點的存儲空間，而來增加的每個節點的索引數量。葉子節點就是它的所有存儲數據。
5、B+Tree
如圖（B+插入過程）：
三、存儲引擎
聚集索引：
聚集索引-葉節點包含了完整的數據記錄。就是說索引和數據是在一個文件存儲（如：InnoDB引擎）
非聚集索引：
非聚集索引就是索引和數據不在一個文件存儲。索引有索引的文件對應的數據的地址。數據是數據的文件。（如：MyISAM引擎）
四、性能優化優化
爲什麼InnoDB表必須有主鍵，並且推薦使用整形的自增主鍵？
1、InnoDB表文件本身就是按B+Tree組織的一個索引結構文件，所謂要有主鍵。如果表沒有設計主鍵那麼Mysql表中找一列，如果沒找到會在後臺默認加一個看不見的主鍵。
2、整形的比較會更快，自增會避免在插入數據時在數據的中間插入破壞結構。