【mysql】B+树结构在各个索引类型中的表现形式

最新推荐文章于 2025-11-02 11:41:04 发布
原创 最新推荐文章于 2025-11-02 11:41:04 发布 · 置顶 · 782 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#B+树 #mysql索引类型 #索引结构

B+树索引是目前关系型数据库系统中查找最为常用和最为有效的索引。

B+树索引并不能找到一个给定键的具体行，B+树索引能找到的只是被查找数据行所在的页，然后数据库通过把页读入到内存，再在内存中进行查找，最后得到要查找的数据。

B+树

由二叉树演变而来是B树的变种。
在B+树中，所有记录节点都是按键值的大小顺序存放在同一层的叶子节点上，由各叶子节点指针进行连接。
在这里插入图片描述
不同索引中的B+树结构
聚集索引

如上图所示的B+树结构，在mysql数据库中，对于聚集索引的B+树结构，在Index page中存放的就是表中的主键值和指针，对于leaf page存放的就是当前页中按照主键索引排列好的数数据记录。
在这里插入图片描述
辅助索引

但是对于辅助索引，mysql在index page中存放的是辅助索引

的键值和指针，在leaf page中存放的则是辅助索引对应的主键的值和一个书签（bookmark），该书签用来高速innodb存储引擎哪里可以找到与索引相对应的行数据，其实就是相应行数据的聚集索引键。
举个例子：如果在一棵高度为3的辅助索引树中查找数据，那需要对这棵辅助索引树遍历3次找到指定主键，如果聚集索引树的高度同样为3，那么还需要对聚集索引树进行3次查找，最终找到一个完整的行数据所在的页。因此一共需要6次逻辑io访问以得到最终的一个数据页。

找到一张很形象的图：

最低0.47元/天 解锁文章
MySQL的b+树
学无止境
02-25 816
【MySQL的b+树】
MySQL高频基本面试问题整理
热门推荐
曾经“等你生日那天”都遥远得像未来，如今却可欢愉的挥手说“下个十年见”
04-07 174万+
总结大厂MySQL高频基本面试问题整理，用于快速查缺补漏
B+Tree类型索引
喝咖啡的猫的博客
04-21 341
B+Tree索引 1.首先我们了解下有哪些索引类型 索引有很多种类型，可以为不同的场景提供更好的性能，在MYSQL中索引是存储引擎层实现的，而非服务器层，所以并没有统一的标准，因为同一种索引在MYSQL不同的引擎中可能底层的实现不同 那我们来看看MYSQL中支持得索引类型有哪些 1.B-Tree索引(注意这里的是指B-tree索引与B+tree索引，而MYSQL是B+Tree索引，无论是M...
MySQL中的B+树索引（聚簇索引/聚集索引、辅助索引/二级索引、联合索引/复合索引、覆盖索引、回表）详解
yqqの博客
07-14 2900
聚集索引/聚簇索引--主键 所有的数据辅助索引/二级索引--索引列—+主键。查看其他列–>回表（聚集索引/聚簇索引联合索引/复合索引--（多个列+主键）->覆盖索引（不是索引）
彻底吃透 B + 树查询：从底层逻辑到数据库实战，一篇搞定索引效率核心
最新发布
果酱 の 博客
11-02 1273
本文深入解析B+树的查询原理及应用，包含以下核心内容： B+树特点剖析：与B树相比，B+树仅叶子节点存储数据，非叶子节点存导航键，且叶子节点通过双向链表连接，支持高效范围查询。 查询流程详解：通过3阶B+树实例演示查询步骤，从根节点导航到叶子节点，分析索引键比较和路径选择逻辑。 MySQL实战验证：在InnoDB引擎中验证聚簇索引与非聚簇索引的查询差异，解释回表操作对性能的影响。 Java实现：提供JDK17环境下可运行的3阶B+树完整代码，支持插入和查询功能。
MYSQL数据库索引B+树结构
Charls_Wu的博客
05-10 1755
MYSQL数据库InnoDB数据索引原理
MySQL数据库——索引结构之B+树
分享包括但不限于计算机基础知识、数据结构与算法、Golang技术栈。年与时驰，意与日去，遂成枯落，多不接世，悲守穷庐，将复何及！
12-29 1707
本文先介绍数据结构中树的演化过程，之后介绍为什么MySQL数据库选择了B+树作为索引结构。
为什么 MySQL 选择使用 B+ 树作为索引结构？MySQL 索引的最左前缀匹配原则是什么？MySQL 三层 B+ 树能存多少数据？
shouji6175的博客
02-20 1242
B+ 树通过多叉结构减少树高有序链表优化范围查询稳定查询路径和适配磁盘 I/O 特性，成为数据库索引的理想选择。虽然某些场景下其他数据结构（如哈希表）可能有更好的局部性能，但 B+ 树在综合场景中表现最优。最左优先原则当使用联合索引时，查询条件必须满足最左前缀的条件才能使用索引。即查询条件的列顺序必须从联合索引的最左列开始，并且连续使用。例如，联合索引（a, b, c）可以支持以下查询模式：查询 a 的条件，如。查询 a 和 b 的条件，如。查询 a 的范围条件并结合后面的列，如。
大厂面试官问我：Mysql B+树索引中B最后一层是双向链表还是单向链表？为什么这么设计？【后端八股文十四：Mysql索引八股文合集】
qq_33445788的博客
07-24 1860
范围查询效率高：由于叶子节点之间有指针连接，可以通过顺序遍历叶子节点获取范围内的数据记录，避免了不必要的磁盘访问和索引的跳转。顺序访问优化：当进行顺序访问时，B+树可以通过双向链表进行高效的顺序遍历，减少磁盘IO次数，提高访问性能。如果 SQL 语句中用到了组合索引中的最左边的索引，那么这条 SQL 语句就可以利用这个组合索引去进行匹配。当遇到范围查询(betweenlike)就会停止匹配，后面的字段不会用到索引。例子：对(a,b,c,d)建立索引，查询条件为。
数据库索引——B+树索引（为什么使用B+树作为MySql的索引结构，用什么好处？）
your_棒棒糖的博客
05-12 1611
数据库索引——B+树索引 索引是一种数据结构，用于帮助我们在大量数据中快速定位到我们想要查找的数据。 索引最形象的比喻就是图书的目录了。注意这里的大量，数据量大了索引才显得有意义 索引在 MySQL 数据库中分三类： B+ 树索引 Hash 索引 全文索引 B+树索引 B+树进化具有的优点： 索引节点没有数据，比较小，能够完全加载到内存中 而且叶子节点之间都是链表的结构，所以B+Tree也是可以支持范围查询的，而B树每个节点key和data在一起，则无法区间查找 B+树中因为数据都在叶子节点，每次查询
【MySQL】索引(B+树详解)
Brookty的博客
05-31 3481
本文从索引的底层 B+树的数据构 设计出发，详细讲解了 MySQL 是如何通过索引 大幅降低查询时硬盘I/O的 原理设计实现
MySQL中的B+树索引结构
morris
08-08 1万+
B树 B树（B-tree、B-树）：是一种平衡的多路搜索树，多用于文件系统、数据库的实现。 B树的特点： 1个节点可以存储超过2个元素、可以拥有超过2个子节点； 拥有二叉搜索树的一些性质（有序性）； 平衡，每个节点的所有子树高度一致； 树的整体高度较低。 m阶B树的性质（m≥2） m阶表示节点允许有m个子节点，节点元素的个数可以有m-1个。 3阶B树： 4阶B树： B+树 B+树是B树的一种变形形式，B+树上的叶子结点存储关键字以及相应记录 的地址，叶子结点以上各层作为索引使用。
【mysql体系结构】B+树索引
09-18 704
B+树索引
索引
11-13 251
B+ Tree 原理 1. 数据结构 B Tree 指的是 Balance Tree，也就是平衡树。平衡树是一颗查找树，并且所有叶子节点位于同一层。 B+ Tree 是基于 B Tree 和叶子节点顺序访问指针进行实现，它具有 B Tree 的平衡性，并且通过顺序访问指针来提高区间查询的性能。 在 B+ Tree 中，一个节点中的 key 从左到右非递减排列，如果某个指针的左右相...
MYSQL索引结构之B+树
没伞的孩子就得跑的专栏
05-05 1516
MYSQL索引结构之B+树
MySQL进阶一：索引底层结构B+树
sunjian1122的博客
10-12 424
前言： 为什么MySQL索引底层结构采取B+树?除了搜索性能方面的因素还有其他原因吗？ 一、B+树的结构 因为B+树是m叉树，m叉树最简单的一种就是二叉树，且B+树是B树的变形形式，我们就从二叉树和B树开始介绍。 1、二叉树 见到比较多的应该是二叉树，以下是引用百度百科的定义： 在计算机科学中，二叉树是每个结点最多有两个子树的树结构。通常子树被称作“左子树”（left subtree）和“右子树...
MySQL索引底层：B+树详解
weiwenhou的博客
02-16 1783
前言当我们发现SQL执行很慢的时候，自然而然想到的就是加索引。对于范围查询，索引的底层结构就是B+树。今天我们一起来学习一下B+树哈~公众号：「捡田螺的小男孩」树简介、树种类B-树、B+树...
数据库——MySQL必知之B+树索引
weixin_47088026的博客
04-18 1352
磁盘设备上，通过B+树可有效存储数据所有记录都存储在叶子节点上，非叶子（non-leaf）存储索引（keys）信息；而且记录按照索引列的值由小到大排好了序。B+树含有非常高的扇出（fanout）,通常超过100，在查找一个记录时，可有效地减少IO操作扇出：每个索引节点指向每个叶子节点的指针扇出数：索引节点可存储的最大关键字个数+1。
（MySQL）简单易懂的B+树索引介绍
qq_43352723的博客
09-27 2064
B+树索引前言一、没有索引如何查找1.1 在一个页中的查找1.2 在很多页中的查找二、索引2.1 一个简单的索引方案2.1.1 主键值要求2.1.2 建立页的目录项2.2 InnoDB中的索引方案2.2.1 B+树索引的结构2.2.2 聚簇索引2.2.3 二级索引2.2.4 联合索引a.最左前缀原则b.索引下推2.3 InnoDB的B+树索引的注意事项2.3.1 根页面万年不动窝2.3.2 内节点中目录项记录的唯一性2.3.3 一个页面最少存储2条记录2.4 MyISAM中的索引方案简单介绍三、索引的创建与
mysql中B+树结构
03-18
### MySQL 中 B+ 树的数据结构及其应用 #### B+ 树的基本原理 B+ 树是一种平衡多路查找树，其核心特点是所有实际数据都存储在叶子节点上，而内部节点仅保存索引信息。这种设计使得 B+ 树非常适合范围查询和顺序扫描操作[^1]。 - **节点组成** 每个节点由若干个关键字和指针构成。对于非叶子节点，关键字用于引导搜索方向；而对于叶子节点，则包含指向真实数据的指针或者直接存储数据本身。 - **高度平衡性** 所有叶节点位于同一层，这保证了每次查询的时间复杂度为 \(O(\log n)\)，其中 \(n\) 是树中节点的数量。相比二叉树可能退化成链表的情况（时间复杂度降级到 \(O(n)\)），B+ 树具有更高的稳定性和效率[^2]。 #### MySQL 中 B+ 树的应用场景 MySQL 的 InnoDB 存储引擎广泛采用了 B+ 树作为其主要索引结构。以下是具体应用场景： ##### 聚簇索引 (Clustered Index) 聚簇索引是基于主键建立的一种特殊类型的索引，在该模式下，数据行按照主键值物理排序并存储于磁盘上的连续位置。因此，通过主键检索可以一次性定位目标记录，无需额外读取其他页面，从而显著提升性能[^5]。 ```sql CREATE TABLE example ( id INT PRIMARY KEY, name VARCHAR(50), age INT ); ``` 上述语句创建了一个名为 `example` 的表格，默认情况下会为主键字段 `id` 构建一棵 B+ 树形式的聚簇索引。 ##### 非聚簇索引 (Secondary Index / Non-clustered Index) 除了主键外定义的任何列都可以用来创建辅助索引即非聚簇索引。这类索引同样采用 B+ 树的形式组织起来，不过它们并不直接关联原始数据项的位置——相反，它们只保留对应主键值的信息以便后续跳转至相应的聚簇索引部分完成最终匹配工作。 假设我们在前面提到的例子基础上增加如下命令： ```sql ALTER TABLE example ADD INDEX idx_name_age(name, age); ``` 这里新增加了一棵针对组合属性 `(name, age)` 的独立 B+ 树实例。每当执行涉及这两个维度条件过滤的操作时，系统能够迅速锁定符合条件的一组候选集，并借助所携带的附加主键线索进一步精确定位所需的具体实体对象[^3]。 #### 实现细节分析 为了支持高效的随机访问以及批量处理需求，InnoDB 设计了几种专门服务于不同层次间交互作用的关键组件，其中包括但不限于以下几种机制[^4]: - **缓冲池管理**: 将频繁使用的页缓存在内存里减少硬盘 I/O 开销； - **自适应哈希索引(AHI)**: 动态生成某些热点区域内的快速映射关系加速特定类型的工作负载表现； - **压缩技术运用**: 对大尺寸记录实施无损编码降低整体占用空间进而优化 IO 性能等等... 综上所述可以看出，正是由于具备如此众多优越特性的加持才让 B+ 树成为了当前主流关系型数据库管理系统首选的基础架构之一。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值