B树和B+树

索引

先聊一下索引的作用 ：更快的查询数据。

那么如何去设计一个索引呢？（用什么数据结构来实现？）

1、线性索引

        查询效率很慢（如查询线性末端的数据）

        插入和删除，数据移动带来巨大的成本。

2、hash索引

        hash冲突后，数据散列不均匀，还是会有大量线性查询，效率低（其实这个不是重点）

        等值查询时可以的，但是遇到范围查询，只能挨个查询了，还是导致了效率低下

3、二叉排序树 BST

        假设插入树时的顺序是按照从小到大或者从大到小插入的，二叉树就会退化成链式结构，又变成了线性查询

BST插入数据要保证：

        若左子树不为空，则左子树上面的所有节点值都要小于根节点的值

        若右子树不为空，则右子树上面的所有节点值都要大于根节点的值

4、平衡二叉树 AVL

        插入的成本来弥补查询的效率，但是对于插入删除操作比查询操作多的情况，不太合适。

        数据多，数的深度变深，查找次数也变多，IO效率也会降低

在BST树的基础上改进，加一个平衡因子，左子树和右子树 高度之差绝对值不大于1

可以看到，我们常见的数据结构都没办法满足适用于高效率查询索引，因此，就引入了B树，B树其实就是一个有序的多路查询树。

B树

        前面讲到，AVL树在数据量很大的情况下，树的深度会变的很深，这也意味着查询时IO的次数会变多，读取的效率也会降低，那么，将AVL的二叉 改成多叉，是否就可以解决这个问题呢？

1、m阶（度）B树的定义：

1. 树中每个节点至多有m个孩子节点
2. 有m个孩子节点的非叶子节点有m-1个键，键按照递增顺序排列。
3. 除根节点外，其他节点至少有m/2个孩子节点
4. 若根节点不是叶子节点，则跟节点至少有两个孩子节点
5. 所有叶子节点都在同一层上，即B树是所有节点的平衡因子均等于0的多路查找树。

2、每个节点的结构：

n代表这个节点上有几个值（键），k1~kn就是叶子节点上的键，p0~pn就是指针，指向孩子节点，还有一块data区域，就是该键对应的值（KV结构）

磁盘预读：

• 内存和磁盘发生交互的时候，一般情况下有一个最小的逻辑单元，成为页，datapage
• datapage由操作系统决定是多大，一般是4k或者8k，数据交互时，可以取页的整数倍来进行读取。

B树和B+树的区别？

1. 相比于B树，B+树的非叶子节点不存储数据，而是把所有的关键码都储存在叶子节点（这个关键码我理解是两种：myISAM 中存储的是指向数据行的地址，innnoDB中存储的是数据行数据）
2. B+叶子节点包含了全部关键码，叶子节点本身已经从小到大排好了序，并且叶子节点之间是有相互引用关系的
3. 寻找数据时，B树可能不需要找到叶子节点就可以找到数据，而B+树则必须要走到叶子节点才可以。

聚集索引和非聚集索引

非聚集索引：例如myISAM,索引文件和数据文件是分离的，查找时，先从索引文件中找到对应元素相关数据行的磁盘文件地址，然后通过磁盘文件地址去数据文件中查找数据行。

聚集索引：例如InnoDB, 索引和数据放在一个文件中，查到时，找到对应的叶子节点后直接就可以得到数据行。

为什么说建议innoDB必须要有主键，并且推荐使用整型的自增型主键呢？

innoDB存储引擎的数据结构必须要一个主键才可以组织起来，用户使用innoDB储存引擎建表的时候，如果没有指定主键，则mysql会自动帮你找到一个合适的唯一索引作为主键，如果找不到符合唯一索引条件的字段时，会类似生成rowID的虚拟列当做innoDB的主键。--- 如果建表的时候定义了这个主键字段，innoDB会直接使用这个字段进行建表，进而减少了mysql帮你找主键或者建立新字段带来的性能损耗。

innoDB存储引擎建立索引时，使用的数据结构为B+tree，因为B+tree是有序的，因此在生成和后续查询时，都要对元素进行比较，整型的对比效率是高于其他数据结构（字符串等）

相邻的索引对应的数据也是相邻地存放在磁盘上，如果主键不是自增的，在存储过程中会不断的调整数据的物理地址、分页，带来效率上的降低，而自增的索引，只需要一页一页的存储就行了，索引结构相对紧凑，磁盘碎片少，效率也高。

为什么innoDB非主键索引结构叶子节点存储的是主键值？

一致性：数据库表进行大量DML操作的时候，同一行记录的页地址会发生变化，非主键索引因为保存的是主键的值，因此不需要额外的修改。

节省存储空间：innoDB数据本身就已经吧数据行都保存在主键索引的B+tree上了，如果其他索引还保存，会导致空间的浪费。

注意：myISAM主键和非主键索引保存的都是数据行的地址。

MyISAM通过索引查询的步骤

1、主键索引等值查询 --- 三次索引查询加一次记录数据查询

 2、主键索引范围查询  --- 四次索引查询加一次记录数据查询

 注意：MyISAM查询时，会将索引节点缓存在mysql的缓存中，因此并不是每次都会走磁盘IO

3、辅助索引查询

在 MyISAM 中,辅助索引和主键索引的结构是一样的，没有任何区别，叶子节点的数据存储的都是行记录的磁盘地址。只是主键索引的键值是唯一的，而辅助索引的键值可以重复。

因此使用辅助索引，即便是等值查询，也要走范围查找。

InnoDB通过索引查询的步骤

1、主键索引等值查询  --- 三次索引查询

 2、辅助索引查询

除聚簇索引之外的所有索引都称为辅助索引，InnoDB的辅助索引只会存储主键值而非磁盘地址，辅助索引需要检索两遍索引：首先检索辅助索引获得主键，然后使用主键到主索引中检索获得记录。 ---- 辅助索引三次查询 + 回表三次查询