一. 索引

　　在上一章節(jié)中健哥講解了索引的基本入門和使用進階。那么在這一節(jié)中我們來探討下索引的深層原理。各位小伙伴準備好了嗎，我們開始嘍!

　　索引的實現(xiàn)原理

　　索引是在MySQL的存儲引擎中實現(xiàn)的，所以每種存儲引擎的索引也就各不相同了，不同的存儲引擎支持不同類型的索引。這里我們主要研究InnoDB引擎實現(xiàn)的B+樹索引。

　　B+樹是一種數(shù)據(jù)結(jié)構(gòu)。通常使用在數(shù)據(jù)庫和操作系統(tǒng)中的文件系統(tǒng)，特點是能夠保持數(shù)據(jù)穩(wěn)定有序，還能夠加快查詢速度，我們一起來看下吧。

　　磁盤存儲

　　系統(tǒng)從磁盤讀取數(shù)據(jù)到內(nèi)存時是以磁盤塊(block)為基本單位的。

　　位于同一個磁盤塊中的數(shù)據(jù)會被一次性讀取出來，而不是需要什么取什么。

　　InnoDB存儲引擎中有頁(Page)的概念，頁是其磁盤管理的最小單位。InnoDB存儲引擎中默認每個頁的大小為16KB。

　　InnoDB引擎將若干個地址連接磁盤塊，以此來達到頁的大小16KB，在查詢數(shù)據(jù)時如果一個頁中的每條數(shù)據(jù)都能有助于定位數(shù)據(jù)記錄的位置，這將會減少磁盤I/O次數(shù)，提高查詢效率。

　　BTree

　　BTree結(jié)構(gòu)的數(shù)據(jù)可以讓系統(tǒng)高效的找到數(shù)據(jù)所在的磁盤塊。為了描述BTree，首先定義一條記錄為一個二元組[key, data] ，key為記錄的鍵值，對應(yīng)表中的主鍵值，data為一行記錄中除主鍵外的數(shù)據(jù)。對于不同的記錄，key值互不相同。BTree中的每個節(jié)點根據(jù)實際情況可以包含大量的關(guān)鍵字信息和分支，如下圖所示為一個3階的BTree：

　　根據(jù)圖中結(jié)構(gòu)顯示，每個節(jié)點占用一個盤塊的磁盤空間，一個節(jié)點上有兩個升序排序的關(guān)鍵字和三個指向子樹根節(jié)點的指針，指針存儲的是子節(jié)點所在磁盤塊的地址。兩個關(guān)鍵詞劃分成的三個范圍域?qū)?yīng)三個指針指向的子樹的數(shù)據(jù)的范圍域。以根節(jié)點為例，關(guān)鍵字為17和35，P1指針指向的子樹的數(shù)據(jù)范圍為小于17，P2指針指向的子樹的數(shù)據(jù)范圍為17~35，P3指針指向的子樹的數(shù)據(jù)范圍為大于35。

　　查找順序,模擬查找15的過程 ：

　　● 根節(jié)點找到磁盤塊1，讀入內(nèi)存。【磁盤I/O操作第1次】比較關(guān)鍵字15在區(qū)間(<17)，找到磁盤塊1的指針P1。

　　● P1指針找到磁盤塊2，讀入內(nèi)存。【磁盤I/O操作第2次】比較關(guān)鍵字15在區(qū)間(>12)，找到磁盤塊2的指針P3。

　　● P3指針找到磁盤塊7，讀入內(nèi)存?！敬疟PI/O操作第3次】 在磁盤塊7中找到關(guān)鍵字15。

　　● 分析:

　　○ 發(fā)現(xiàn)需要3次磁盤I/O操作，和3次內(nèi)存查找操作。

　　○ 由于內(nèi)存中的關(guān)鍵字是一個有序表結(jié)構(gòu)，可以利用二分法查找提高效率。而3次磁盤I/O操作是影響整個BTree查找效率的決定因素。BTree使用較少的節(jié)點個數(shù)，使每次磁盤I/O取到內(nèi)存的數(shù)據(jù)都發(fā)揮了作用，從而提高了查詢效率。

　　4. B+Tree

　　B+Tree是在BTree基礎(chǔ)上的一種優(yōu)化，使其更適合實現(xiàn)外存儲索引結(jié)構(gòu)，InnoDB存儲引擎就是用B+Tree實現(xiàn)其索引結(jié)構(gòu)。

　　從上一節(jié)中的BTree結(jié)構(gòu)圖中可以看到每個節(jié)點中不僅包含數(shù)據(jù)的key值，還有data值。而每一個頁的存儲空間是有限的，如果data數(shù)據(jù)較大時將會導(dǎo)致每個節(jié)點(即一個頁)能存儲的key的數(shù)量很小，當存儲的數(shù)據(jù)量很大時同樣會導(dǎo)致B-Tree的深度較大，增大查詢時的磁盤I/O次數(shù)，進而影響查詢效率。在B+Tree中，所有數(shù)據(jù)記錄節(jié)點都是按照鍵值大小順序存放在同一層的葉子節(jié)點上，而非葉子節(jié)點上只存儲key值信息，這樣可以大大加大每個節(jié)點存儲的key值數(shù)量，降低B+Tree的高度。

　　B+Tree相對于BTree區(qū)別：

　　● 非葉子節(jié)點只存儲鍵值信息。

　　● 所有葉子節(jié)點之間都有一個連接指針。

　　● 數(shù)據(jù)記錄都存放在葉子節(jié)點中。

　　通常在B+Tree上有兩個頭指針，一個指向根節(jié)點，另一個指向關(guān)鍵字最小的葉子節(jié)點，而且所有葉子節(jié)點(即數(shù)據(jù)節(jié)點)之間是一種鏈式環(huán)結(jié)構(gòu)。

　　對B+Tree進行兩種查找運算：

　　● 【有范圍】對于主鍵的范圍查找和分頁查找。

　　● 【有順序】從根節(jié)點開始，進行隨機查找。

　　實際情況中每個節(jié)點可能不能填充滿，因此在數(shù)據(jù)庫中，B+Tree的高度一般都在24層。MySQL的InnoDB存儲引擎在設(shè)計時是將根節(jié)點常駐內(nèi)存的，也就是說查找某一鍵值的行記錄時最多只需要13次磁盤I/O操作。