数据库造神计划第十六天---索引（1）

​

  🔥个人主页：寻星探路

🎬作者简介：Java研发方向学习者

📖个人专栏： 、《

⭐️人生格言：没有人生来就会编程，但我生来倔强！！！

---

​

目录

一、索引的简介

1、什么是索引

2、为什么要使用索引

二、索引应该选择哪种数据结构

1、HASH

2、⼆叉搜索树

3、N叉树

4、B+树

4.1简介

4.2B+树的特点

4.3B+树与B树的对比

三、MySQL中的页

1、为什么要使用页

2、页文件头和页文件尾

3、页主体

4、页目录

5、数据页头

---

一、索引的简介

1、什么是索引

        MySQL的索引是⼀种数据结构，它可以帮助数据库高效地查询、更新数据表中的数据。索引通过一定的规则排列数据表中的记录，使得对表的查询可以通过对索引的搜索来加快速度。

         MySQL索引类似于书籍的目录，通过指向数据行的位置，可以快速定位和访问表中的数据，比如汉语字典的目录（索引）页，我们可以按笔画、偏旁部首、拼音等排序的目录（索引）快速查找到需要的字。

2、为什么要使用索引

        显而易见，使用索引的目的只有⼀个，就是提升数据检索的效率，在应用程序的运行过程中，查询操作的频率远远高于增删改的频率。

二、索引应该选择哪种数据结构

1、HASH

        时间复杂度是 O(1) ，查询速度非常快，但是MySQL并没有选择HASH做为索引的默认数据结 构，主要原因是HASH不支持范围查找

2、⼆叉搜索树

        ⼆叉搜索树的中序遍历是⼀个有序数组，但有几个问题导致它不适合用作索引的数据结构

（1）最坏情况下时间复杂度为O(N)

（2）节点个数过多无法保证树高

        AVL和红黑树，虽然是平衡或者近似平衡，但是毕竟是⼆叉结构

        在检索数据时，每次访问某个节点的子节点时都会发生⼀次磁盘IO，而在整个数据库系统中，IO是性能的瓶颈，减少IO次数可以有效的提升性能

3、N叉树

        为了解决树高的问题，我们可以使用N叉树

        通过观察，相同数据量的情况下，N叉树的树高可以得到有效的控制，也就意味着在相同数据量的情况下可以减少IO的次数，从而提升效率。但是MySQL认为N叉树做为索引的数据结构还不够好。

4、B+树

4.1简介

        B树就是一种特殊的N叉搜索树， B+树是在B树的基础上通过“双向链表”把叶子节点串起来

        B+树是⼀种经常用于数据库和文件系统等场合的平衡查找树，MySQL索引采用的数据结构，如下图所示：

4.2B+树的特点

（1）能够保持数据稳定有序，插入与修改有较稳定的时间复杂度

（2）非叶子节点仅具有索引作用，不存储数据，所有叶子节点保真实数据

（3）所有叶子节点构成⼀个有序链表，可以按照key排序的次序依次遍历全部数据

4.3B+树与B树的对比

（1）叶子节点中的数据是连续的，且相互链接，便于区间查找和搜索。

（2）非叶子节点的值都包含在叶子节点中

（3）对于B+树而言，在相同树高的情况下，查找任一元素的时间复杂度都⼀样，性能均衡。

（4）N叉树高度更低

三、MySQL中的页

1、为什么要使用页

        在 .ibd 文件中最重要的结构体就是Page(页)，页是内存与磁盘交互的最小单元，默认大小为 16KB，每次内存与磁盘的交互至少读取⼀页，所以在磁盘中每个页内部的地址都是连续的，之所 以这样做，是因为在使用数据的过程中，根据局部性原理，将来要使用的数据大概率与当前访问的 数据在空间上是临近的，所以⼀次从磁盘中读取⼀页的数据放⼊内存中，当下次查询的数据还在这 个页中时就可以从内存中直接读取，从而减少磁盘I/O提高性能

局部性原理：

是指程序在执行时呈现出局部性规律，在⼀段时间内，整个程序的执行

仅限于程序中的某⼀部分。相应地，执行所访问的存储空间也局限于某个内存区域，局部性通常有两种形式：时间局部性和空间局部性。

时间局部性（TemporalLocality）：如果⼀个信息项正在被访问，那么在近期它很可能还会被再次访问。

空间局部性（SpatialLocality）：将来要用到的信息⼤概率与正在使用的信息在空间地址上是临近的。

数据页：叶子节点,存储若干个数据行
索引页 ：非叶子节点, 只需要存储 key /子节点的位置

        每⼀个页中即使没有数据也会使用 16KB 的存储空间，同时与索引的B+树中的节点对应，查看页的大小，可以通过系统变量 innodb_page_size 查看

SHOW VARIABLES LIKE 'innodb_page_size';

        在MySQL中有多种不同类型的页，最常用的就是用来存储数据和索引的"索引页"，也叫做"数据页"，但不论哪种类型的页都会包含页头(FileHeader)和页尾(FileTrailer)，页的主体信息使用数 据"行"进行填充，数据页的基本结构如下图所示：

2、页文件头和页文件尾

        页文件头和页文件尾中包含的信息，如下图所⽰：

        这⾥我们只关注，上⼀页页号和下⼀页页号，通过这两个属性可以把页与页之间链接起来，形成⼀个双向链表。

3、页主体

        页主体部分是保存真实数据的主要区域，每当创建⼀个新页，都会自动分配两个行，⼀个是页内最小行 Infimun ，另⼀个是页内最大行 Supremun ，这两个行并不存储任何真实信息，而是做为数据行链表的头和尾，第⼀个数据行有⼀个记录下⼀行的地址偏移量的区域 next_record 将页内所有数据行组成了⼀个单向链表，此时新页的结构如下所示：

        当向⼀个新页插入数据时，将 Infimun 连接第⼀个数据行，最后⼀行真实数据行连接 Supremun ，这样数据行就构建成了⼀个单向链表，更多的行数据插入后，会按照主键从小到大 的顺序进行链接，如下图所示

  

4、页目录

        当按主键或索引查找某条数据时，最直接简单的方法就是从头行 infimun 开始，沿着链表顺序逐个比对查找，但⼀个页有16KB，通常会存在数百行数据，每次都要遍历数百行，无法满足高效查 询，为了提高查询效率，InnoDB采用⼆分查找来解决查询效率问题；

        具体实现方式是，在每⼀个页中加入⼀个叫做页目录 Page Directory 的结构，将页内包括头 行、尾行在内的所有行进行分组，约定头行单独为⼀组，其他每个组最多8条数据，同时把每个组 最后⼀行在页中的地址，按主键从小到大的顺序记录在页目录中在，页目录中的每⼀个位置称为⼀ 个槽，每个槽都对应了⼀个分组，⼀旦分组中的数据行超过分组的上限8个时，就会分裂出⼀个新 的分组；

        后续在查询某行时，就可以通过⼆分查找，先找到对应的槽，然后在槽内最多8个数据行中进行遍历即可，从而大幅提高了查询效率，这时⼀个页的核心结构就完成了；

        例如要查找主键为6的行，先比对槽中记录的主键值，定位到最后⼀个槽2，再从最后⼀个槽中的第⼀条记录遍历，第⼆条记录就是我们要查询的目标行。

5、数据页头

        数据页头记录了当前页保存数据相关的信息，如下图所示

       由于内容较多，会分为多篇讲解，预知后续内容，请看后续博客！！！