Mysql存储结构

索引是一种加快查询速度的数据结构，常用索引结构有hash、b-tree和b+tree。本节通过分析三者的数据结构来说明为啥mysql选择用b+tree数据结构。

数据结构

hash

hash是基于哈希表完成索引存储，哈希表特性是数据存放是散列的。

优点：

等值查询快，通过hash值直接定位到具体的数据。

缺点：

1. 范围查询效率低（表中的数据是无序数据，在日常开发中通常需要范围查询，该情况下hash需要一个一个查找后合并返回）
2. hash表在使用的时会将所有数据加载到内存，比较消耗内存
3. hash算法不好会出现hash碰撞的情况
4. 哈希索引只包含哈希值和行指针，而不存储字段值，索引不能使用索引中的值来避免读取行
5. 哈希索引不支持部分列匹配查找，哈希索引是使用索引列的全部内容来计算哈希值

b-tree

b-tree特点：

1. 所有键值数据分布在整棵树各个节点中
2. 搜索有可能在非节点结束，在关键字全集内查找，类似二分查找
3. 所有叶子节点都在同一层，并且以升序排列

b+tree

b+tree 是在b-tree的基础之上做的一种优化，变化如下：

1. b+tree 非叶子节点不存放数据
2. 叶子节点存储关键字和数据，非叶子节点的关键字也会沉到叶子节点，并且排序
3. 叶子节点两两指针相互连接，形成一个双向环形链表（符合磁盘的预读特性），顺序查询性能更高

mysql为什么选择b+tree

mysql官网文档中写到innodb索引用的是 b-tree，但是底层用的是b+tree。mysql存储数据是以页为单位，默认一个页可以存放16k数据。假设b-tree和b+tree都是3层深度，表中每个记录为1k(假设的，一般不会这么大，别较真)，那么三层深度的b-tree存储 16 x 16 x 16 = 4096（比这个数还要少，因为每个页中还要存放指针和其它的数据）。b+tree第一、二层存放的是key，假设是long类型的主键，那么第一、二层每页存放数据约为 16 x 1024 / 8 = 2048，三层深度可以存放 2048 x 2048 x 16 = 6700w。mysql查询过程是按页加载数据的，每加载一页就是一次io操作，b+tree进行三次io可以查询6700w数据量。从这里也可以知道mysql一般设置三层深度就足够了。