Mysql-索引结构

索引结构

• 不会，在利用索引查询时，由于数据量和索引量的限制，不可能将全部的索引加载进内存，只能是逐一加载每一个磁盘页。因为磁盘页对应着索引树的节点。

• 因为一个页大小为16KB，按照聚簇索引结构来说。非叶子节点存放主键ID和子节点页号一,主键按bigInt类型占8个字节的话
• 一个非叶子页就能存放16*1024/8=2048个主键ID，因为页除了主键还有其他数据信息，这样按照一个目录页存放1000个主键算
• 叶子节点由于存放数据一页按照100个数据算
• 当B+树的层数为三层的时候总数据量就是O=10001000100=1亿
• 如果是四层结构那么总数据量就会达到1000亿，默认的根节点会在查询前就加载了，所以四层B+树1000亿的数据量只需要4-1=3次IO

• 因为B+树只有叶子节点存放数据，或叶子节点不存放数据，只存放建立索引字段。而B树，会将当前节点数据存放到当前页，目录页是会存放数据的。
• 这样会使目录页存放的数据更少，B+树的结构更加矮胖。越矮胖的树结构需要的IO次数少，并且B数由于指向子节点的数据重复的话会继续向下查找。导致查询次数不稳定，或多或少

• 由于hash是散列算法，导致它的数据存储是无序的。所以范围查找会慢，并且由于多值散列，联合索引会导致无法满足最左匹配索引，也无法进行关键字排序，也无法进行模糊匹配
  • 等值匹配，当重复值多的话效率也会降低因为遇到 Hash 冲突时，需要遍历桶中的行指针来进行比较，找到查询的关键字非常耗时
  • 由于存在冗余节点数据，Hash 索引会比较占内存
• 而B+树索引，目录页之间是双向列表，内部数据直接使用的是有序的单向列表，可以范围查找，匹配多字段索引，也可以模糊匹配

• Hash 索引与 B+ 树索引是在建索引的时候手动指定的。对于 InnoDB 存储引擎，默认采用 B+ 树索引，无法使用 Hash 索引。
• InnoDB 提供的自适应 Hash 是不需要手动指定的。如果是 Memory/Heap 和 NDB 存储引擎，是可以进行选择 Hash 索引的。

• Mysql的Innodb和Myisam存储引擎默认使用的是B+树结构作为索引，而memory默认使用Hash索引
• 就Innodb来说：将索引分为聚簇索引和非聚簇索引，默认的主键索引就是聚簇索引，子节点存放最大或最小主键ID，叶子节点存放数据。
• 每个节点为一个数据页，数据页和数据页之间通过双向链表实现，节点内部为有序单向列表
• 如果建表时候没有指定主键，数据库会找是否有唯一非空索引字段，没有的话会创建一个隐式的自增ID作为聚簇索引键
• 非聚簇索引的话各节点存放的是建立索引字段最大或最小值，叶子节点存放主键ID和建立索引的字段

• 都使用的是B+树
• Innodb索引和数据存放在一起、聚簇索引叶子节点存放数据本身、非聚簇索引叶子节点存放数据指向
• myisam索引和数据分开存放、叶子节点存放行物理地址

• 没有显式创建索引，数据库会在内部生成一个隐式ID做主键，主键默认使用B+树需要注意的是，如果没有显式创建索引，那么这个聚集索引将无法提供高效的查询、排序和范围查询操作。
• 因为聚集索引是根据物理存储顺序进行组织的，而不是根据查询条件或数据相关性进行组织的。

• 首先树结构是由数据页组成的，分为叶子节点和非叶子节点，叶子节点存放具体数据，非叶子节点存放子节点最小索引值，每个节点可存放多路子节点最小索引值，每层级节点通过页内维护上下指针，形成一个双向链表，页内数据为单向递增链表，如果引擎是Innodb叶子节点存放具体数据，如果是myisam叶子节点存放的是数据页地址。