B+树在mysql数据库索引中的使用

Posted 2020-11-03 代码的搬运工

一：B-树是一种平衡的多路查找树，它在文件系统中很有用。 

定义：一棵m 阶的B-树，或者为空树，或为满足下列特性的m 叉树： 

⑴树中每个结点至多有m 棵子树。 

⑵若根结点不是叶子结点，则至少有两棵子树。 

⑶除根结点之外的所有非叶结点至少有[m/2] 棵子树； 

⑷所有的非终端结点中包含以下信息数据：（n，A0，K1，A1，K2，…，Kn，An） 

其中：n 为关键码的个数，Ki（i=1,2,…,n）为关键码且Ki<Ki+1，Ai 为指向子树根结点的指针(i=0,1,…,n)，且指针Ai-1 所指子树中所有结点的关键码均小于Ki大于Ki-1。 

⑸所有的叶子结点都出现在同一层次上，并且不带信息（实际上这些结点不存在，指向这些结点的指针为空）。即所有叶节点具有相同的深度，等于树高度。 

如一棵四阶B-树，其深度为4，如下图： 

 

 

B-树的查找类似二叉排序树的查找，所不同的是B-树每个结点上是多关键码的有序表，在到达某个结点时，先在有序表中查找，若找到，则查找成功；否则，到按照对应的指针信息指向的子树中去查找，当到达叶子结点时，则说明树中没有对应的关键码。 

 

在上图的B-树上查找关键字47的过程如下： 

1）首先从更开始，根据根节点指针找到 *a节点，因为 *a 节点中只有一个关键字，且给定值47 > 关键字35，则若存在必在指针A1所指的子树内。 

2）顺指针找到 *c节点，该节点有两个关键字（43和 78），而43 < 47 < 78,若存在比在指针A1所指的子树中。 

3）同样，顺指针找到 *g节点，在该节点找到关键字47,查找成功。 

 

二：B+树是应文件系统所需而产生的一种B-树的变形树。 

一棵m阶的B+树和m阶的B-树的差异在于： 

⑴有n 棵子树的结点中含有n 个关键码； 

⑵所有的叶子结点中包含了全部关键码的信息，及指向含有这些关键码记录的指针，且叶子结点本身依关键码的大小自小而大组成顺序链表。 

⑶在B+树上进行随机查找、插入和删除的过程基本上与B-树类似。只是在查找时，若非叶结点上的关键码等于给定值，也并不终止，而是继续向下直到叶子结点。因此，在B+树中，不管查找成功与否，每次查找都是走了一条从根节点到叶子结点的路径。 

 

 

 

 

如图一棵3阶的B+树：通常在B+树上有两个头指针，一个指向根节点，另一个指向关键字最小的叶子节点。因此可以对B+树进行两种查找运算：一种是从最小关键字起顺序查找，另一种是从根节点开始，进行随机查找。 

 

三：下面来介绍B+树在数据库索引中的典型应用。 

数据库索引常用B+树来实现。数据库索引分为聚集索引（也叫聚簇索引）和非聚集索引（非聚簇索引）两种类型。 

InnoDB引擎使用的是聚集索引。所谓聚集索引：就是B+树的叶子节点的data域中存放的是完整的数据记录。 

对于聚集索引，按照B+树中关键字的不同分为主键索引和辅助索引。使用主键属性作为B+树的关键字就是主键索引，使用非主键属性作为B+树的关键字就是辅助索引。如下图： 

 

 

上图是InnoDB主键索引 

 

 

上图是InnoDB辅助索引 

 

聚集索引这种实现方式使得按主键的搜索十分高效，但是辅助索引搜索需要检索两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。从上面的数据结构也可以理解，用来做索引的属性列的字段越短性能越好。 

 

 

MyISAM引擎使用的是非聚集索引。所谓非聚集索引：就是B+树的叶子节点的data域中存放的是数据记录的地址。按照B+树中关键字的不同也可以分为主键索引和辅助索引。如图所示： 

 

 

上图是MyISAM主键索引 

 

 

上图是MyISAM辅助索引 

 

InnoDB索引和MyISAM索引的区别： 

1) InnoDB是聚集索引，B+树的叶子节点的data域中保存的是完整的数据记录。MyISAM是非聚集索引，B+树的叶子节点的data域中保存的是数据记录的地址。 

2) InnoDB的辅助索引中，B+树的叶子节点的data域中保存的是对应的主键，因此在InnoDB中使用辅助索引需要两边检索。而对于MyISAM索引，无论是主键索引还是辅助索引对需要一次检索即可。 

3）     对于聚集索引，因为它的主键索引的data域中存储的是完整的行信息，因此不会再单独存储行信息，这也是它的辅助索引的data域中存储的是主键值的原因。对于非聚集索引，它的主键索引和辅助索引的data域中存储的都是行信息的地址，因此需要单独的空间来存储行信息。如下图： 

 

 

 

B-Tree索引适用于全键值，键值或前缀查找。其中键前缀查找只适用于根据最前缀的查找。前面所述的索引对如下类型的查询有效： 

1. 全值匹配：全值匹配指的是和索引中的所有列进行匹配。 

2. 匹配最左前缀：即仅仅匹配索引的最左侧列。 

3. 匹配最左前缀的一部分：即仅仅匹配索引的最左侧列的一部分。 

4. 匹配范围值：指定索引的最左侧列的范围。 

5. 精确匹配前几列并范围匹配后一列 

 

将上面的叙述总结起来，可以归纳出B-Tree索引的限制： 

1. 如果不是按照索引的最左列开始查找，则无法使用索引。 

2. 查询时不能跳过索引中的列。 

3. 如果查询中有某个列的范围查询，则其右边所有的列都无法使用索引优化查找。 

读者应该明白，索引列的顺序是很重要的，在性能优化的时候，可以建立相同的列但顺序不同的索引来满足不同的需求。