mysql对bitmap建立索引 mysql b+索引

转载

mob64ca14101b2f 2023-12-21 11:06:58

关于这个问题，我们首先要弄明白两个问题：什么是索引？什么是B+树？

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，如果我想要在[1,2,3,4]中找到4这个数据，直接对全数据检索也很快，没有必要费力气建索引再去查找。

索引在mysql数据库中分三类：
B+树索引、Hash索引、全文索引

今天要介绍的是工作开发中最常接触到innodb存储引擎中的的B+树索引。

B+树的演化是由二叉查找树、二叉平衡树、B树三种数据结构来的。

看这张图：

mysql对bitmap建立索引 mysql b+索引_mysql对bitmap建立索引

顶端的节点我们称为根节点，没有子节点的节点我们称之为叶节点。

特点：任何节点的左子节点的键值都小于当前节点的键值，任何节点的右子节点的键值都大于当前节点的键值。

**缺点：**如果二叉查找树变成了一个斜线上升或者下降的链表：

mysql对bitmap建立索引 mysql b+索引_子节点_02

就会导致二叉树变得不平衡，树的高度太高了，导致查找效率不稳定。

为了解决这种问题，保证二叉树一直平衡，就要用到平衡二叉树。

特点：树的叶子节点都差不多深，有平衡之意。要求每个节点的左右子树的高度相差不能超过1。

下面是平衡二叉树和非平衡二叉树的对比：

mysql对bitmap建立索引 mysql b+索引_mysql_03

平衡二叉树相对于二叉查找树来说，查找效率更稳定，总体的查询速度也更快。

**缺点：**平衡二叉树每个节点只存储一个键值和数据，当存储海量的数据时，二叉树的节点会非常多，高度非常高，查找效率会极其慢。

因为从磁盘中读取数据时，都是按照磁盘块来读取的，并不是一条一条的读。而如果我们用树这种数据结构作为索引的数据结构，那我们每查找一次数据就需要从磁盘中读取一个节点，也就是我们说的一个磁盘块。

而磁盘和内存相比，读取数据的速度要慢上百倍甚至万倍，所以查找效率极其慢。

这是B树的结构图：

mysql对bitmap建立索引 mysql b+索引_聚集索引_04

图中的p节点为指向子节点的指针，二叉查找树和平衡二叉树其实也有，因为图的美观性，被省略了。

图中的每个节点称为页，页就是我们上面说的磁盘块，在mysql中数据读取的基本单位都是页，所以我们这里叫做页更符合mysql中索引的底层数据结构。

特点：B树相对于平衡二叉树，每个节点存储了更多的键值和数据，并且每个节点拥有更多的子节点。

子节点的个数一般称为阶，上述图中的B树为3阶B树，高度也会很低。

基于这个特性，B树查找数据读取磁盘的次数将会很少，数据的查找效率也会比平衡二叉树高很多。

B+树是对B树的进一步优化。让我们先来看下B+树的结构图：

mysql对bitmap建立索引 mysql b+索引_数据_05

特点：

B+树非叶子节点上是不存储数据的，仅存储键值，而B树节点中不仅存储键值，也会存储数据。
因为B+树索引的所有数据均存储在叶子节点，而且数据是按照顺序排列的。那么B+树使得范围查找，排序查找，分组查找以及去重查找变得异常简单。而B树因为数据分散在各个节点，要实现这一点是很不容易的。

上图中的B+树索引就是innodb中B+树索引真正的实现方式，准确的说应该是聚集索引。

MyISAM中的B+树索引实现与innodb中的略有不同。在MyISAM中，B+树索引的叶子节点并不存储数据，而是存储数据的文件地址。

在MySQL中，B+树索引按照存储方式的不同分为聚集索引和非聚集索引。

这里我们着重介绍innodb中的聚集索引和非聚集索引。

聚集索引（聚簇索引）：以innodb作为存储引擎的表，表中的数据都会有一个主键，即使你不创建主键，系统也会帮你创建一个隐式的主键。这是因为innodb是把数据存放在B+树中的，而B+树的键值就是主键，在B+树的叶子节点中，存储了表中所有的数据。这种以主键作为B+树索引的键值而构建的B+树索引，我们称之为聚集索引。

趣谈编程注：换言之，在B+树中，叶子节点存储整条记录的数据，这样的索引为聚集索引。