索引以及索引底层数据结构

一、什么是索引？

索引（index）是数据库高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构（B+树），这些数据结构以某种方式指向真在的数据，这种数据结构就是索引。

二、为什么选择B+树

为什么不使用二叉树、B树，要使用B+树呢？

1、二叉树

在看B+ 树之前，我们先看一下二叉树 

左边这个二叉树的时间复杂度是O(log n)，而右边这个二叉树查询的时间复杂度是O(n)，就已经退化成一个链表了，二叉树的时间复杂度不稳定；

2、红黑树

那么为什么不实用红黑树呢？

优点：红黑树的时间复杂度很稳定，它的时间复杂度是O(log n)

缺点：红黑树也是一个二叉树，每个节点只有两个分叉（只有两个字节点），如果要存储1000万的数据，那么它的层级就会很高（很多层），如果要查数据的话，还是不够高

3、B-树

B-Tree，B树是一种多叉路平衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。

以一棵最大度数为5（5阶）的B-Tree举例，那这个B树的每个节点最多存储4个key。 

灰色部分是指针，指向子节点的数据，子节点的数据大小都在两个蓝色数据之间

蓝色部分表示数据（key，键值）

绿色部分表示真正的数据（索引指向的数据）

跟二叉树一样，里面的数据都是左边小右边大，但是相比二叉树来说，由于最多有4个key和多个分支，B树的层级就比较短，可以称为矮胖树。层级短，查询的效率就高

4、B+树

B+树是在B树的基础上进行的一种优化，使其更适合实现外存储索引结构，InnerDB存储引擎就是使用的B+树实现其索引结构

首先，B+树也是多阶的，不同的点在于，

1、B+树的非叶子节点，只存储指针和key，不存储数据

2、上面的非叶子节点，只用来找到叶子节点的数据，而且非叶子节点上的数据也能在叶子节点上找到，比如图中的38、58等

3、叶子节点之间使用双向指针进行互相连接，如图中的6,12和16,18相连

相比于B树，B+树有以下几个优势：

1、磁盘读写代价相比B+树更低；

如图中所示，如果要查询12 这个数据，由于B树的非叶子节点也是包含数据的，所以B树会加载出38中的（指针、key、数据），再加载出16和29中的（指针、key、数据），最后查询到12中的（指针、key、数据）；

而B+树只有在叶子节点存储数据，非叶子节点只保存 指针和key值，只会查询12中的数据，前面的38和16则只和他们对比了key值，还有就是使用了38和16中的指针

2、查询效率B+树更加稳定

由于B+树的数据都保存在叶子节点，所以要查询什么数据，所要查询的层级（高度）是差不多的，查询效率更稳定

3、B+树便于扫库和区间查询

比如我们要查询6-34之间的数据，B+树，只要查询到6，再往右，使用双向指针进行查询到34为止即可，区间查询很快

综上所述优点，MySQL使用了B+树的索引结构