MySQL索引的底层数据结构

前言

一、索引类型

B+树
- 为什么是B+树而不是B树？
  首先看看B树和B+树在结构上的区别

可以看到：

B树在每个节点上都有卫星数据(数据表中的一行数据)，而B+树只在叶子节点上有卫星数据。这意味着相同大小的磁盘扇区，B+树可以存储的叶子节点更多，磁盘IO次数更少；同样也意味着B+树的查找效率更稳定，而B树数据查询的最快时间复杂度是O(1)。
B树的每个节点只出现一次，B+树的所有节点都会出现在叶子节点中。B+树的所有叶子节点形成一个升序链表，适合区间范围查找，而B树则不适合。

MyISAM和InnoDB的B+树索引实现方式的区别(聚簇索引和非聚簇索引)？
首先需要了解聚簇索引和非聚簇索引。
- 聚簇索引

在聚簇索引中，叶子页包含了行的全部数据，节点页值包含索引列。InnoDB通过主键聚集数据，如果没有定义主键则选择一个唯一的非空索引列代替；如果没有这样的索引，InnoDB会隐式定义一个主键来作为聚簇索引。

在聚簇索引中，除了主键索引，还有二级索引。二级索引中的叶子节点存储的不是“行指针”，而是主键值，并以此作为指向行的“指针”。这意味着通过二级索引查找行，存储引擎需要找到二级索引的叶子节点获得对应的主键值，然后根据这个值去聚簇索引中查找对应的行，也称为“回表”。当然，可以通过覆盖索引避免回表或者InnoDB的自适应索引能够减少这样的重复工作。

PS：聚簇索引中每一个叶子节点不止包含完整的数据行，还包括事务ID、用于事务和MVCC的回滚指针。

非聚簇索引

非聚簇索引的主键索引和二级索引在结构上没有什么不同，都在叶子节点上存储指向数据的物理地址的“行指针”。

聚簇索引的优缺点

优点
- 把相关数据保存在一起（比如用用户ID把用户的全部邮件聚集在一起），否则每次数据读取就可能导致一次磁盘IO
- 数据访问更快，把索引和数据保存在同一个B+树中，通常在聚簇索引中获取数据比在非聚簇索引中查找更快
- 使用覆盖查询可以直接利用页节点中的主键值
缺点
- 如果所有数据都可以放在内存中，顺序访问不再那么必要，聚簇索引没有优势
- 插入速度依赖于插入顺序，随机插入会导致页分裂，造成空洞，使用OPTIMIZE TABLE重建表
- 每次插入、更新、删除都需要维护索引的变化，代价很高
- 二级索引可能比想象中大，因为在节点中包含了引用行的主键列
哈希索引
哈希索引基于哈希表实现，只有精确匹配索引所有列的查询才有效，这意味着，哈希索引适用于等值查询。
具体实现：对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码，哈希索引将所有的哈希码存储在索引中，同时在哈希表中保存指向每个数据行的指针。
在MySQL中，只有Memory引擎显式支持哈希索引，当然Memory引擎也支持B树索引。
PS:Memory引擎支持非唯一哈希索引，解决冲突的方式是以链表的形式存放多个哈希值相同的记录指针。
- 自适应哈希索引