索引的定義：索引(Index)是幫助MySQL高效獲取數據的數據結構。

Q1：大家使用索引有沒有想過這個問題？為什么索引能夠幫助mysql高效獲取數據？我一一給大家道來！在給大家講之前，先更大家分享一些計算機基礎知識，有助于理解

A：1:MySQL的數據都是以文件的形勢存儲在磁盤上的。

2：磁盤是由一圈一圈的磁道組成。

3：磁頭移動到不同的磁道，磁盤旋轉，這樣就可以讀到數據。

4：磁盤存取原理 1.尋道時間(速度慢,費時)　　2.旋轉時間(速度較快)

5：CPU讀取數據都是從內存讀取，內存去磁盤中讀取數據，內存讀取磁盤數據大小都是以頁的大小單位。一頁 = 10kb

總結：1：當磁頭移動到另一個磁道讀取數據就是我們常說的一次I/O操作，MySQL數據是分布在不同的磁道上的，每次讀取數據都要把所有的磁道讀取一遍。

那我們進行I/O操作的次數就很多了，查詢效率就很低。

2：索引就是把索引字段數據的地址保存起來，來幫助MySQL直接定位到哪個磁道哪個扇區，這樣就減少了I/O的操作次數了，自然查詢效率就提高了。

Q2:數據結構那么多，mysql索引為什么要用B+Tree數據結構，而不是其他呢？肯定其他的數據不滿足我們的要求

常見的數據結構：

1：二叉樹

2：紅黑樹

3：hash

4: B? Tree

5: B+Tree

a.二叉樹

二叉樹是n(n>=0)節點的有限集合，該集合或者為空集(稱為空二叉樹)，或者由一個根節點和二棵不想交的，分別稱為根節點的左子樹和右子樹組成。

不使用原因：一個節點只有一度，就是只有一個子節點，那讀取樹的一層就是一次I/O操作，性能也不好。

b.紅黑樹

紅黑樹即為平衡二叉樹的一種

不使用原因：一個節點有二個子節點，那就出現一層只有二個節點的情況,這種性能也不好

c.hash

不使用原因：Hash是把索引數據進行Hash算法對應一個地址，我們會發現這個性能很好啊，直接找到但是我們想想，他能滿足我們日常大部分情況么？

比如通過大于或小于篩選數據，所以說也不合適，當然MySQL也提供了Hash索引，畢竟有些場合用起來還是不錯的

d.B Tree

1.度(Degree)-節點的數據儲存個數? 2.葉節點具有相同的深度? 3.葉節點的指針為空? 4.節點中的數據key從左到右遞增排列

不使用原因：雖然解決了每一層的節點數的極端情況下，但是每一個節點存儲了索引和數據，一層存儲的數據太多也不好，畢竟內存能讀取的數據大小就10kb.

e.B+Tree

1.B+Tree(B-Tree的變種)　　2.非葉子節點不存儲data,只存儲key,可以增大度　　3.葉子節點不存儲指針　　4.順序訪問指針,提高區間訪問性能

使用原因：設計有幾個方面

1：非葉子節點不存儲data,只存儲key,可以增大度

2：葉子節點不存儲指針

3：順序訪問指針，提高區間訪問的性能。

三：B+Tree索引的性能分析

.一般使用磁盤I/O次數評價索引結構的優劣。

..預讀：磁盤一般會順序向后讀取一定長度的數據(頁的整倍數)放入內存

..局部性原理：當一個數據被用到時，其附近的數據也通常會馬上被使用

....B+Tree節點的大小設為等于一個頁，每次新建節點直接申請一個頁的空間，這樣保證一個節點物理上也存儲在一個頁里，就實現了一個節點的載入只需要一次I/O

.....B+Tree的度d一般會超過100個，因此h非常小(一般為3到5之間)

四：不同的存儲引擎，有不同的索引實現

1：MyISAM索引實現(非聚集) 　　2.InnoDB索引實現(聚集)

a.MyISAM索引實現(非聚集)

---->MyISAM索引文件與數據文件是分離的

b.InnoDB索引實現(聚集)

1：數據文件本身就是索引文件　　2：表數據文件本身就是按B+Tree組織的一個索引結構文件　　3：聚集索引-葉節點包含了完整的數據記錄

4：為什么InnoDB表必須有主鍵，并且推薦使用整型的自增主鍵？　　5：為什么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)

五：聯合索引結構

--->聯合索引的底層存儲結構長什么樣？

六：索引最左前綴原理

總結

以上是生活随笔為你收集整理的mysql索引数据结构图解_深入理解Mysql索引底层数据结构与算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。