一、背景支撑
-
概念：MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度
-
常见的几种数据结构中，mysql为什么选择hash，B+Tree
2.1 二叉树
缺点：
如果是索引极端情况下会出现单边递增深度会越来越大，索引是存在磁盘中文件中，相应的IO 负载会很高
2.2 红黑树
红黑树又叫做平衡二叉树，按二叉树方式插入后，会进行平衡处理
优缺点：
从上面我们发现，红黑树相比较于二叉树又进步了一些，但红黑树还是存在问题：数据量大的话，红黑树的深度会很深，仍然有很高的IO
2.3 hash
优缺点：
较二叉树（包括红黑树），hash 节点深度固定，直接映射到磁盘存储引用，无疑查询速度很快，然而范围查找时（Col1>6 ）的不是很好的选择。
so 查询操作很少的话可以选择hash数据结构，查询速度快，这也是mysql的索引方法除了B+Tree还有hash的原因
2.4 B-Tree
查看数据库默认页大小
show global status like 'Innodb_page_size' ;
深度自己指定，但也不是越少越好
1） 为在java取数据一般是：java程序–>CPU—>内存---->硬盘，而内存与硬盘的交互是有大小限制的
2）在mysql. 中一页大小默认是16 k ,整型索引（8byte）,指针（6byte）
一页可以存储。 16K / (8byte+6byte) = 1170 个索引即节点
以上情况 Degree 为 3 时 ，如果叶子结点存储的数据（data）为1K ，因为每个节点默认可以存储 16k,即可以存储 16条数据， 3层最终存储数据为 1170 * 1170 * 16 =21902400 （2kw）, 深度和存储的数据量成正比，会越大
特点：
1）叶子结点具有相同的深度
2）叶节点的指针为空
3）叶节点数据Key 从左到右递增排序
优缺点：
较以上其他优点显而易见了
2.5 B+Tree
B+Tree 实际为 B-Tree 的变种
特点：
1）非叶子结点不存储data,只存储key ,可以增大度
2）叶子结点不存储指针
3）顺序访问指针，提高区间访问的性能
因为叶子结点数据都是顺序访问，像where col > 6 这种，更加方便，效率更高
二、mysql 两种数据库存储引擎 myisam & Innodb
-
myisam 索引实现（非聚集）
B+Tree作为索引结构，叶节点的data域存放的是数据记录的地址，如图（主键索引）：
磁盘中生成三个文件 .frm（表schame）.MYD(数据文件) .MYI（索引文件）
以上为主键索引图，其他辅助索引结构类似，唯一区别是主键索引是唯一的，辅助索引可以重复，辅助索引图如下：
同样也是B+Tree结构，data域保存数据记录的地址。因此，MyISAM中索引检索的算法为首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其data域的值，然后以data域的值为地址，读取相应数据记录。
MyISAM的索引方式也叫做“非聚集”的，之所以这么称呼是为了与InnoDB的聚集索引区分
- innodb 索引实现（聚集）
InnoDB也使用B+Tree作为索引结构，但是与MyISAM体现截然不同
磁盘生成文件 .ibd (表空间文件)
Innodb VS Myisam
第一个重大区别是InnoDB的数据文件本身就是索引文件。从上文知道，MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。而在InnoDB中，表数据文件本身就是按B+Tree组织的一个索引结构，这棵树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主索引。
以上可以看出 叶节点包含了完整的数据记录因此这中索引叫做聚集索引
question：
1、 为什么innodb 表必须有主键，并且推荐使用整型的自增主键？
1）answer：因为InnoDB的数据文件本身要按主键聚集，所以InnoDB要求表必须有主键（MyISAM可以没有）
2）索引结构 key 存在比较，int 型更加方便（相比类似UUID），再者int 型key 比 varchar 型数据占用的空间小，一个节点上存储的索引更多（如果是varchar 型mysql 会底层会转换为ASCII 码进行比较）
2、为什么非主键索引结构叶子结点存储的是主键值？
answer：一致性和节省存储空间
参考文档
