开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 3 天

1. 索引的结构

Mysql中的索引有两种，分别是B+Tree和Hash。

其中B+Tree是Innodb存储引擎的索引类型，Hash是Memery存储引擎的索引类型

1.1 B-Tree

B+Tree是基于B-Tree而做的，所以先讲解B-Tree。

B-Tree：多路平衡查找树

以如下四阶的B-Tree为例，n阶就表明其最多可以存储n个Key和n+1个指针，指针指向下一个节点。Key下面挂着的是这个Key对应的value。

以如图为例，当前是一个五阶的B-Tree，已经插入了三个数据

当我再插入一个数据1200时，会将中间节点向上分裂。（如果没有中间节点，则取中间偏小的那个值，例如 四阶的树0023 0234 0345 0899会把0234向上分裂）

1.2 B+Tree

B+Tree是在B-Tree的基础上做了一些修改：

1. 叶子节点上添加了一个单向链表
2. 并且在“向上分裂”的过程中并不会把需要分裂的节点放上去，而是复制一个上去
3. 非叶子节点没有数据

在Mysql中，又对B+Tree进行了修改，提高了检索效率

1. 如果是二级索引，Key是指当前索引列的值，Key下面挂着的是主键id。
2. 如果当前是聚簇索引，则Key下面挂着的是当前行的地址
3. 把单向链表换成了双向链表

1.3 Hash索引

Hash索引结构不做讲述，只记某些特点。

1. Hash只能用于做对等比较（= ,in），不支持范围查询
2. 无法使用索引完成排序操作
3. 查询效率高，所以会用在Memery存储引擎，效率往往高于B+Tree

1.4 Innodb选择B+Tree的原因

1. 相对于二叉树，层级更少，搜索效率高
2. 相对于B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，这样会导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低
3. 相对于Hash索引，B+Tree支持范围匹配和排序操作

2. 索引的分类

可以分为以下四种索引

又可以分为以下两种

1. 如果存在主键，则主键就是聚集索引（聚集索引就是聚簇索引）
2. 如果不存在主键，则选取第一个唯一约束的索引作为聚集索引
3. 如果都不存在，则Innodb会自动创建rowid作为这张表的隐藏聚集索引

聚集索引：value挂的是行数据的地址

非聚集索引，也叫做二级索引，value挂的是这个对应的id（或者聚集索引的索引项），找到id后会进行回表查询聚集索引从而得到数据内容