圖解MySQL索引——B-Tree(B+Tree)

2020-12-17 程式設計師面試經驗分享

技術乾貨，第一時間推送

作者：浪人~來源：https://www.cnblogs.com/liqiangchn/p/9060521.html

看了很多關於索引的博客，講的大同小異。但是始終沒有讓我明白關於索引的一些概念，如B-Tree索引，Hash索引，唯一索引....或許有很多人和我一樣，沒搞清楚概念就開始研究B-Tree，B+Tree等結構，導致在面試的時候答非所問！

一、索引是什麼?

索引是幫助MySQL高效獲取數據的數據結構。

二、索引能幹什麼?

索引非常關鍵，尤其是當表中的數據量越來越大時，索引對於性能的影響愈發重要。索引能夠輕易將查詢性能提高好幾個數量級，總的來說就是可以明顯的提高查詢效率。

三、索引的分類?

1、從存儲結構上來劃分：BTree索引（B-Tree或B+Tree索引），Hash索引，full-index全文索引，R-Tree索引。這裡所描述的是索引存儲時保存的形式，

2、從應用層次來分：普通索引，唯一索引，複合索引

3、根據中數據的物理順序與鍵值的邏輯（索引）順序關係：聚集索引，非聚集索引。

平時講的索引類型一般是指在應用層次的劃分。

就像手機分類：安卓手機，IOS手機 與 華為手機，蘋果手機，OPPO手機一樣。

普通索引：即一個索引只包含單個列，一個表可以有多個單列索引

唯一索引：索引列的值必須唯一，但允許有空值

複合索引：多列值組成一個索引，專門用於組合搜索，其效率大於索引合併

聚簇索引(聚集索引)：並不是一種單獨的索引類型，而是一種數據存儲方式。具體細節取決於不同的實現，InnoDB的聚簇索引其實就是在同一個結構中保存了B-Tree索引(技術上來說是B+Tree)和數據行。

非聚簇索引：不是聚簇索引，就是非聚簇索引

四、索引的底層實現

mysql默認存儲引擎innodb只顯式支持B-Tree( 從技術上來說是B+Tree)索引，對於頻繁訪問的表，innodb會透明建立自適應hash索引，即在B樹索引基礎上建立hash索引，可以顯著提高查找效率，對於客戶端是透明的，不可控制的，隱式的。

不談存儲引擎，只討論實現(抽象)

Hash索引

基於哈希表實現，只有精確匹配索引所有列的查詢才有效，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。

B-Tree索引（MySQL使用B+Tree）

B-Tree能加快數據的訪問速度，因為存儲引擎不再需要進行全表掃描來獲取數據，數據分布在各個節點之中。

B+Tree索引

是B-Tree的改進版本，同時也是資料庫索引索引所採用的存儲結構。數據都在葉子節點上，並且增加了順序訪問指針，每個葉子節點都指向相鄰的葉子節點的地址。相比B-Tree來說，進行範圍查找時只需要查找兩個節點，進行遍歷即可。而B-Tree需要獲取所有節點，相比之下B+Tree效率更高。（排序查找算法系統的學習，可以在Java知音公眾號回復「排序算法聚合」）

結合存儲引擎來討論（一般默認使用B+Tree）

案例：假設有一張學生表，id為主鍵

在MyISAM引擎中的實現（二級索引也是這樣實現的）

在InnoDB中的實現

五、為什麼索引結構默認使用B+Tree，而不是Hash，二叉樹，紅黑樹？

B-tree：因為B樹不管葉子節點還是非葉子節點，都會保存數據，這樣導致在非葉子節點中能保存的指針數量變少（有些資料也稱為扇出），指針少的情況下要保存大量數據，只能增加樹的高度，導致IO操作變多，查詢性能變低；

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：樹的高度隨著數據量增加而增加，IO代價高。

六、為什麼官方建議使用自增長主鍵作為索引？

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：

七、簡單總結下

1、MySQL使用B+Tree作為索引數據結構。

2、B+Tree在新增數據時，會根據索引指定列的值對舊的B+Tree做調整。

4、從物理存儲結構上說，B-Tree和B+Tree都以頁(4K)來劃分節點的大小，但是由於B+Tree中中間節點不存儲數據，因此B+Tree能夠在同樣大小的節點中，存儲更多的key，提高查找效率。

5、影響MySQL查找性能的主要還是磁碟IO次數，大部分是磁頭移動到指定磁軌的時間花費。

6、MyISAM存儲引擎下索引和數據存儲是分離的，InnoDB索引和數據存儲在一起。

7、InnoDB存儲引擎下索引的實現，(輔助索引)全部是依賴於主索引建立的(輔助索引中葉子結點存儲的並不是數據的地址，還是主索引的值，因此，所有依賴於輔助索引的都是先根據輔助索引查到主索引，再根據主索引查數據的地址)。

8、由於InnoDB索引的特性，因此如果主索引不是自增的(id作主鍵)，那麼每次插入新的數據，都很可能對B+Tree的主索引進行重整，影響性能。因此，儘量以自增id作為InnoDB的主索引。

-解讀源碼-

知其然並知其所以然

相關焦點

  • 什麼B+樹索引,為什麼MySQL使用B+樹索引,而MongoDB缺還是使用B樹索引
    什麼是B+樹索引，很多人在面試的時候總時被問到，也有很多人是說不清楚的。
  • 【面試索引】B-Tree、B+Tree、紅黑樹、B*Tree數據結構
    面試官：你知道文件索引、資料庫索引一般用什麼數據結構來存儲嗎？小秋：知道啊，一般都是用樹形結構來存儲的。
  • 程式設計師應該如何構建高性能Mysql索引
    索引類型1、B-tree索引Myisam和innodb中，默認用B-tree索引，是一種平衡樹。可以抽象一下---B-tree系統，可理解為"排好序的快速查找結構」2、hash索引在memory表裡，默認是hash索引， hash的理論查詢時間複雜度為O(1)既然hash的查找如此高效,為什麼不都用hash索引？
  • 谷歌發布基於B-Tree的C++模板庫
    谷歌開源團隊近日發布了C++ B-Tree，這是一個C++模板庫，實現了基於B-tree數據結構的有序內存容器。類似於STL的map、set、multimap和multiset模板，C++ B-tree也提供了btree_map、btree_set、btree_multimap和btree_multiset等模板。
  • 算法-B樹和B+樹總結
    B+ tree is an N-ary tree with a variable but often large number of children per node.B樹和B+樹的區別綜述 磁碟存儲和mysql的索引這一塊用的比較多，以空間換時間來提升查找速度。
  • 深入理解:LSM-tree 索引
    但是他有兩個缺點：hash 索引需要放在內存中，當數據量大了後，這種不可取的。hash 索引不能有效的範圍查找，比如我需要查詢[key0-key99]之間的數據，我們需要分別取。下面我們將一步一步分析LSM tree是如何做到高性能寫入，並且能夠也能快速讀取數據的。下圖是整個LSM tree 的架構
  • 圖解MySQL索引:如何正確使用索引?
    MySQL中有個很重要的規則，即最左匹配原則用來定義組合索引的命中規則，它是指在檢索數據時從聯合索引的最左邊開始匹配。假設對用戶表建立一個聯合索引（a，b，c），那麼條件a，（a，b），（a，b，c）都會用到索引。
  • MySQL大廠面試:10分鐘掌握MySQL索引面試方方面面(建議收藏)
    答：索引，是存儲引擎用於快速找到記錄的一種數據結構，類似新華字典的目錄。MyIsAm是採用的非聚集索引，而InnoDB採用的是聚集索引。比如字典中有拼音查找法，有筆畫查找法，不同的檢索方式也就等於MySQL中不同的數據檢索結構，相對的MySQL中常用的有B、B+tree還有hash。
  • 24個經典MySQL索引問題,面試學習必看
    所以按主鍵查詢,速度最快B+tree性質：1）n棵子tree的節點包含n個關鍵字，不用來保存數據而是保存數據的索引。2）所有的葉子結點中包含了全部關鍵字的信息，及指向含這些關鍵字記錄的指針，且葉子結點本身依關鍵字的大小自小而大順序連結。
  • MySQL中的索引原理與索引分類
    R-tree索引（空間索引）：空間索引是MyISAM引擎的一個特殊索引類型，主要用於地理空間數據類型，通常使用較少；Full-text（全文索引）：全文索引也是MyISAM的一個特殊索引類型，主要用於全文索引，InnoDB從MySQL 5.6版本開始支持全文索引；MyISAM、InnoDB、Memory三種存儲引擎對各種索引類型的支持：索引InnoDB引擎MyISAM引擎Memory引擎
  • 二叉樹、平衡二叉樹、B-Tree、B+Tree 說明
    ，都清楚其索引主要以B+樹為主，此外還有Hash、RTree、FullText。B樹(B-Tree)概念：B樹和平衡二叉樹不同，B樹屬於多叉樹又名平衡多路查找樹（查找路徑不只兩個），資料庫索引裡大量使用者B-Tree和B+Tree的數據結構。
  • MySQL索引原理-B樹和B+樹的區別
    首先強烈推薦一個數據結構可視化工具（https://www.cs.usfca.edu/~galles/visualization/Algorithms.html）       最近在學習資料庫索引調優相關知識
  • 如何查看 sql 查詢是否用到索引 ( mysql )
    `credit_creditchannel`    ) b    ON a.custid = b.custid;查看索引狀態：credit_apply表mysql> show index from sync.
  • 樹 Story —— B 樹 / B+ 樹
    用過 MySQL 的朋友一定對 B+ 樹不陌生，MySQL 的索引結構就是 B+ 樹。B+ 樹的概念是在 B 樹之上，而 B 樹是什麼呢？在計算機科學中，B樹（英語：B-tree）是一種自平衡的樹，能夠保持數據有序。這種數據結構能夠讓查找數據、順序訪問、插入數據及刪除的動作，都在對數時間內完成。
  • Mysql索引:表在哪些情況下需要加索引,應該加哪種索引,你懂嗎
    在前面兩篇文章中我們了解到了mysql索引的重要性，那麼我們的數據表到底在哪種情況下才適合添加索引呢？索引有好多種我們應該添加哪種呢？今天我們就來一起聊聊這個問題。千學不如一看，千看不如一練首先我們先創建一張test_table數據表創建一個存儲過程插入256萬測試數據執行5次：insert into test_table (a,b,c,d) select a,b,c,d from test_table
  • Mysql索引:圖文並茂,深入探究索引的原理和使用
    如果查詢條件是單獨使用b，因為無法確定a的值，因此無法使用索引。假如在table表的a,b,c三個列上建立聯合索引，簡要分類分析下聯合索引的最左前綴匹配。，可以用到聯合索引SELECT * FROM table WHERE a=1SELECT * FROM table WHERE a=1 AND b=33、未從最左列開始時，無法用到聯合索引SELECT * FROM table WHERE b=1 AND b=34、查詢列不連續時，無法使用聯合索引（會用到a列索引，但c排序依賴於
  • MySQL教程索引優化的詳解
    MySQL支持的索引類型B-tree索引的特點1、B-tree索引以B+樹的結構存儲數據2、B-tree索引能夠加快數據的查詢速度>3、B-tree索引更適合進行行範圍查找B-tree結構圖在什麼情況下可以用到B樹索引？
  • 你說你熟悉MySQL索引,給我講講創建索引時應該注意什麼?
    最左前綴可以是聯合索引的最左 N 個欄位，也可以是字符串索引的最左 M 個字符。索引列的順序在建立聯合索引的時候，如何安排索引內的欄位順序。有兩個原則。比如，有 a和 b兩列，現在需要建立 a的索引和 a、b兩列的聯合索引，不需要 b列的索引，那建立 (a,b)聯合查詢就會比 (b,a)好，因為前者建立之後就不再需要單獨建立 a的索引。
  • in the tree與on the tree深入辨析
    今天的詞彙辨析很有趣，你知道in the tree和on the tree的區別嗎，在中文中，我們都翻譯為「在樹上」，比如：一隻鳥在樹上，一個蘋果在樹上，一個小孩坐在樹上……但是在英語中對這些用法是有所區分的。
  • 面試命中率90%的點——MySQL索引
    通常我們說的索引不出意外指的就是（B樹）索引（實際是用B+樹實現的，因為在查看表索引時，MySQL一律列印BTree，所以簡稱為B樹索引）主鍵索引區：PI(關聯保存的數據的地址)按主鍵查詢,普通索引區：SI(關聯的ID的地址，然後再到達上面的地址)。所以按主鍵查詢,速度最快1）n棵子tree的節點包含n個關鍵字，不用來保存數據而是保存數據的索引。