目錄

• 索引可以用的查詢演算法
  • 一、雜湊演算法
  • 二、二叉排序樹
  • 三、紅黑樹
  • 四、B+樹
• MySQL索引儲存
  • 一、myisam引擎（非聚集索引方式）
  • 二、INNODB 引擎（聚集索引方式）

索引（Index）是幫助 MySQL 高效獲取資料的資料結構。 常見的查詢演算法：順序查詢、二分查詢、二叉排序樹查詢、雜湊雜湊法、分塊查詢、平衡多路搜尋樹 B 樹（B-tree）

索引可以用的查詢演算法

一、雜湊演算法

雜湊演算法(也叫雜湊)， 就是把任意長度值(Key)通過雜湊演算法變換成固定長度的key地址，通過這個地址進行訪問的資料結構。
它通過把關鍵碼值對映到表中一個位置來訪問記錄，以加快查詢的速度。
這個對映函式叫做雜湊函式,存放記錄的陣列叫做散列表。

比如對於SQL語句：

select * from user where id = 7

很快就可以獲得id=7的實體地址：

hash時間複雜度：O(1)

為什麼MySQL索引沒將hash演算法作為主流？

# hash演算法很適用於
select * from user where id = 7

# 但是對於以下情況，就力不從心了
select * from user where id < 7

Hash不支援範圍查詢和排序

二、二叉排序樹

如果是【平衡二叉樹】，查詢id=7，則查詢了 3 次

但如果平衡二叉樹是以下這種情況【傾斜二叉樹】：

如果查詢id=7，則查詢了 7 次【樹的深度對查詢次數有影響】

三、紅黑樹

解決二叉樹的平衡的問題，但是mysql索引依然沒有使用紅黑樹

問題：沒有絕對解決，還是有傾斜現象

四、B+樹

真實的資料存在於葉子節點；非葉子節點不儲存真實的資料，只儲存指引搜尋方向的資料項。

當資料增加時，B+樹會橫向擴容，很難增加樹的深度

比如對於SQL語句：

select * from user where id = 7

查詢到7，只需要查詢3次即可

所以B+樹非常適合做索引的底層資料結構【Hash演算法有時也會做，因為時間複雜度低】

MySQL索引儲存

資料庫的索引會儲存到磁碟

一、myisam引擎（非聚集索引方式）

• frm：建立表的語句檔案
• MYD：資料庫資料檔案
• MYI：資料庫索引檔案

因為資料和索引是分開的，所以是非聚集的。

myisam不支援事務

比如以下圖。我們對id和username建立了索引，則我們對id和username的索引都建立了對應的儲存檔案：

二、INNODB 引擎（聚集索引方式）

• frm：建立表的語句檔案
• ibd：資料庫資料+索引檔案

INNODB查詢速度不快

比如以下圖。我們對id和username建立了索引

• 第一個IBD索引資料檔案記錄了id和資料
• 第二個IBD索引檔案，如果對username也建立了索引，則記錄的是username的索引和對應的id，為了節省空間，不儲存資料