我們先來列一個提綱，從以下幾個方面介紹mysql索引
- 1、索引的本質
- 2、索引結構及其詳細解讀（二叉樹、紅黑樹、HASH、B-Tree、B+Tree）
- 3、非聚集索引（MyISAM）、聚集索引（InnoDB）
- 4、常見問題
一、索引的本質
- 索引是幫助mysql高效獲取數據的排好序的數據結構
- 索引存儲在文件裏
- 索引結構
- 二叉樹
- Hash
- B樹
注意：索引起的作用是：排好序的快速查找數據結構！索引會影響where後面的查找，和order by 後面的排序。
關係型數據庫的數據是存儲在磁盤上面，且是不均勻存在不同的扇區上的，查詢內容需要磁頭在磁盤去尋找，找一次就是一次磁盤I/O。
- 磁盤存取原理
- 尋道時間（速度慢，費時）
- 旋轉時間（速度較快）
二、索引結構及其詳細解讀（二叉樹、紅黑樹、HASH、B-Tree、B+Tree）
接下來我們根據一張圖來講解幾種索引
1、二叉樹：右邊的子元素大於父元素，左邊的子元素小於父元素。如下圖
從上圖可以看到，執行where col1=0007時，得經過7次磁盤IO
現在通過二叉樹算法給col2建立索引，執行where col2=89時，第一次查34，然後再查89，經過兩次磁盤io查到了。
2、紅黑樹（二叉平衡樹）：
從上圖可以看到，執行where col1=0007時，得經過4次磁盤I/O，很明顯比二叉樹少了很多次磁盤I/O操作
總結：二叉樹和紅黑樹的缺點就是：樹的高度太高
存儲1000萬條數據，設樹的高度爲n，則
，則n=23.253497。
3、Hash索引：
基於哈希表實現，只有精確匹配索引所有列的查詢纔有效，對於每一行數據，存儲引擎都會對所有的索引列計算一個哈希碼（hash code），並且Hash索引將所有的哈希碼存儲在索引中，同時在索引表中保存指向每個數據行的指針。
4、B-Tree：多叉平衡樹
-
度（Degree）-節點的數據存儲個數
-
葉節點具有相同的深度
-
葉節點的指針爲空
-
節點中的數據key從左到右遞增排列
B-Tree缺點
現在要查找where col>20,則困難重重，得找好多次，下面我們來看一下B樹變種B+樹
5、B+Tree（B-Tree變種）：
-
非葉子節點不存儲data，只存儲key，可以增大度
-
葉子節點不存儲指針
-
順序訪問指針，提高區間訪問的性能
從上圖可以看到找到where col>20的數據，根據指針一次就能找出來
B+Tree索引的性能分析
- 一次使用磁盤I/O次數評價索引結構的優劣
- 預讀：磁盤一般會順序向後讀取一定長度的數據（頁的整數倍）放入內存
- 局部性原理：當一個數據被用到時，其附近改的數據也通常馬上被使用
- B+Tree節點的大小設爲等於一個頁，每次新建節點直接申請一個頁的空間，這樣就保證一個節點物理上也存儲在一個頁裏，就實現了一個節點的載入只需一個I/O
- B+Tree的度d一般不會超過100，因此h非常小（一般爲1到3之間）
- 一般操作系統的最小存儲單元爲頁。1頁大小爲4K
- 查看mysql文件頁大小（16K）： SHOW GLOBAL STATUS LIKE ‘Innodb_page_size’;
三、非聚集索引（MyISAM）、聚集索引（InnoDB）
1、MyISAM索引實現（非聚集）
首先我們先來看一下MyISAM引擎在磁盤裏是如何存在的
MyISAM索引文件和數據文件是分離的
MyISAM引擎使用B+Tree作爲索引結構，葉節點的data域存放的是數據記錄的地址。如圖：
這裏設表一共有三列，假設我們以Col1爲主鍵，則上圖是一個MyISAM表的主索引（Primary key）示意。可以看出MyISAM的索引文件僅僅保存數據記錄的地址。在MyISAM中，主索引和輔助索引（Secondary key）在結構上沒有任何區別，只是主索引要求key是唯一的，而輔助索引的key可以重複。如果我們在Col2上建立一個輔助索引，則此索引的結構如下圖所示：
如上圖，同樣也是一棵B+Tree，data域保存數據記錄的地址。因此，MyISAM中索引檢索的算法爲首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，則取出其data域的值，然後以data域的值爲地址，讀取相應數據記錄。
MyISAM的索引方式也叫做“非聚集”的，之所以這麼稱呼是爲了與InnoDB的聚集索引區分。
2、InnoDB索引實現（聚集）
- 表數據文件本身就是按B+Tree組織的一個索引結構文件
- 聚集索引-葉節點包含了完整的數據記錄
- 爲什麼InnoDB表必須有主鍵，並且推薦使用整型的自增主鍵？
- 爲什麼非主鍵索引結構葉子節點存儲的是主鍵值？（一致性和節省存儲空間）
先看一下InnoDB引擎在磁盤裏是如何存在的
雖然InnoDB也使用B+Tree作爲索引結構，但具體實現方式卻與MyISAM截然不同。
第一個重大區別是InnoDB的數據文件本身就是索引文件。從上文知道，MyISAM索引文件和數據文件是分離的，索引文件僅保存數據記錄的地址。而在InnoDB中，表數據文件本身就是按B+Tree組織的一個索引結構，這棵樹的葉節點data域保存了完整的數據記錄。這個索引的key是數據表的主鍵，因此InnoDB表數據文件本身就是主索引。
上圖是InnoDB主索引（同時也是數據文件）的示意圖，可以看到葉節點包含了完整的數據記錄。這種索引叫做聚集索引。因爲InnoDB的數據文件本身要按主鍵聚集，所以InnoDB要求表必須有主鍵（MyISAM可以沒有），如果沒有顯式指定，則MySQL系統會自動選擇一個可以唯一標識數據記錄的列作爲主鍵，如果不存在這種列，則MySQL自動爲InnoDB表生成一個隱含字段作爲主鍵，這個字段長度爲6個字節，類型爲長整形。
第二個與MyISAM索引的不同是InnoDB的輔助索引data域存儲相應記錄主鍵的值而不是地址。換句話說，InnoDB的所有輔助索引都引用主鍵作爲data域。例如，下圖爲定義在Col3上的一個輔助索引：
這裏以英文字符的ASCII碼作爲比較準則。聚集索引這種實現方式使得按主鍵的搜索十分高效，但是輔助索引搜索需要檢索兩遍索引：首先檢索輔助索引獲得主鍵，然後用主鍵到主索引中檢索獲得記錄。
四、常見問題
1、爲什麼mysql頁文件默認16k？
假設我們一行數據大小爲1k，那麼一頁就能存16條數據，也就是一個葉子節點能存16條數據；再看非葉子節點，假設主鍵ID爲bigint類型，那麼長度爲8B，指針大小在Innodb源碼中爲6B，一共就是14B，那麼一頁裏就可以存儲16k/14=1170個（主鍵+指針）
那麼一顆高度爲2的B+樹能存儲的數據爲：1170*16=18720條，一顆高度爲3的B+樹能存儲的數據爲：1170*1170*16=21902400（千萬級條）
2、爲什麼索引結構默認使用B-Tree，而不是hash，二叉樹，紅黑樹？
hash：雖然可以快速定位，但是沒有順序，IO複雜度高。
二叉樹：樹的高度不均勻，不能自平衡，查找效率跟數據有關（樹的高度），並且IO代價高。
紅黑樹：樹的高度隨着數據量增加而增加，IO代價高。
3、爲什麼官方建議使用自增長主鍵作爲索引？
結合B+Tree的特點，自增主鍵是連續的，在插入過程中儘量減少頁分裂，即使要進行頁分裂，也只會分裂很少一部分。並且能減少數據的移動，每次插入都是插入到最後。總之就是減少分裂和移動的頻率。
插入連續的數據：
插入非連續的數據
