04 B+树索引

阳光穿透心脏的1/2处 2023-03-05 02:10 6阅读 0赞

#### 1. 索引是什么？优点和缺点 ####

索引是存储引擎用于提高数据查询效率的一种数据结构。Mysql中的索引是在存储引擎层实现的，在MySQL中使用较多的索引有 Hash 索引和 B+树索引。InnoDB 采用了 B+ 树索引。先通过 B+ 树找到数据所在的页，然后将页读到内存，在内存中找到要查找的数据。（Mysql 将索引存放在磁盘而不是内存中，减少了内存消耗）  
**索引优点**： ①减少了服务器需要扫描的数据量；②帮助服务器避免排序；③将随机IO变为顺序IO，索引可以加快数据库访问的效率。  
**索引的缺点**：创建索引和维护索引会耗费时间；索引会占用物理空间；当对表进行增删改时，索引也需要动态维护，这样会降低数据的维护速度。一般在频繁使用或需要排序的字段上建立索引，而对于很少查询或重复值较多的列，不适合建立索引。  
**不宜建立索引的场景**：对于非常小的表，不宜建立索引，一般采用简单的全表扫描即可。对于特大型的表，建立和使用索引的代价会随之增大。对于查询中很少涉及的列或者重复值较多的列，也不宜建立索引。  
**适合建立索引的场景**：对于中到大型的表，索引会非常有效。一般可以在频繁使用或需要排序的字段上建立索引。

#### 2. hash索引么跟B+树索引的区别，哪个性能好 ####

范围区别:

1.  hash索引因为底层是哈希表，速度很快除非有很多哈希冲突。数据存储在哈希表中是无序的，如果要范围查找就需要全表扫描，所以他不适合范围查找。哈希索引数据不是按照索引值顺序存储的，无法用于排序。不支持部分索引列匹配查找（因为哈希索引是按照全列名计算hash值的），只适合等值扫描。
2.  B+ tree树索引，底层是多路查询平衡树，节点是天然有序的（左节点小于服节点，右节点大于父节点），所以对于范围查找的时候不需要做全表扫描；适合等值查找，范围查找，最左前缀查找。

#### 3. MySQL数据库的索引，底层实现为什么用B+树？ ####

*  每次读取节点，就会进行一次磁盘的 IO 操作，所以树越高，IO次数也就越多。为了尽量减少耗时的IO次数，需要降低树的高度，采取的办法就是将索引构建成 m 叉树。由于操作系统是按磁盘页来读取的，而B+树的中间节点不存放数据，使得单一节点可以存储更多的元素，所以同样大小的磁盘页可以容纳更多的节点元素，这就意味着数据量相同的情况下，B+树会更矮胖一点，所以IO次数也更少。
 *  B+树的查询必须查到叶子节点，而B树只要找到匹配元素即可，所以B树没有B+树的查询性能稳定。
 *  B树只能依靠繁琐的中序遍历来做范围查询，而B+树所有叶子节点形成有序链表，很方便范围查询。

#### 4. 什么是B+树？ ####

*  每个中间节点都包含 k 个元素和 k 个子节点，其中 m/2 <= k <= m ，如果除不尽就向上取整。
 *  中间节点中的元素不存储数据，只存储索引，所有数据都保存在叶子节点中，叶子节点都位于同一层，而且叶子节点本身按照关键字的大小通过链表串联在一起。B 树中的叶子节点并不需要链表来串联。
 *  所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）的元素。
 *  B+树的查找与B树不同，当索引部分某个结点的关键字与所查的关键字相等时，并不停止查找，应继续沿着这个关键字左边的指针向下，一直查到该关键字所在的叶子结点为止。

在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引；B+树总是到叶子结点才命中；

#### 5. 什么是B（B-）树？ ####

*  根节点至少有两个子节点。
 *  每个中间节点都包含 k - 1 个元素和 k 个孩子节点，元素中保存数据。其中 m/2 <= k <= m ，如果除不尽就向上取整。
 *  所有叶子节点都位于同一层。
 *  每个节点中的元素从小到大排列，节点中 k - 1 个元素正好是 k 个孩子所包含元素的值域分划。

B（B-）树：多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点；所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中；

#### 6. B+树和B树的区别？为什么用B+树，而不用B树 ####

Mysql用磁盘IO次数衡量查询效率，一般来说索引非常大，为了减少内存的占用，索引也会被存储在磁盘上。B类树的特点就是每层节点数目非常多，层数很少，目的就是为了减少磁盘IO次数。

1.  B+树只有叶节点存放数据，其它节点并不存储数据，节点小，磁盘IO次数就少。而B树是每个索引节点都会有Data域，这增大了节点大小，增加了磁盘IO次数。（磁盘IO一次读出的数据量大小是固定的，单个数据变大，每次读出的就少，IO次数增多）B+树的层高会小于B树，B树平均的IO次数会远大于 B+树
2.  B+树叶子节点是用双向链表连接起来的，遍历叶子节点就能进行范围查询。 B树范围查询只能中序遍历。
3.  B树索引节点没有数据，比较小。B树索引可以完全加载至内存中，占用内存少。

#### 7. 为什么用B+树，而不红黑树？ ####

AVL 树（平衡二叉树）和红黑树（二叉查找树）基本都是存储在内存中才会使用的数据结构。因为红黑树往树的深度过大会造成磁盘IO读写过于频繁，进而导致效率低下。所以要使用高度较小的树的结构。B类树可以有多个子树，可以降低树的高度。

#### 8. B+树一个节点有多大？ ####

*  B+树一个节点的大小设为一页或页的倍数最为合适。因为如果一个节点的大小 < 1页，那么读取这个节点的时候其实读取的还是一页，这样就造成了资源的浪费。
 *  在 MySQL 中 B+ 树的一个节点大小为“1页”，也就是16k。之所以设置为一页，是因为对于大部分业务，一页就足够了：
    
     *  首先InnoDB的B+树中，非叶子节点存的是key + 指针；叶子节点存的是数据行。
     *  对于叶子节点，如果一行数据大小为1k，那么一页就能存16条数据；对于非叶子节点，如果key使用的是bigint，则为8字节，指针在mysql中为6字节，一共是14字节，则16k能存放 16 \* 1024 / 14 = 1170 个索引指针。于是可以算出，对于一颗高度为2的B+树，根节点存储索引指针节点，那么它有1170个叶子节点存储数据，每个叶子节点可以存储16条数据，一共 1170 x 16 = 18720 条数据。而对于高度为3的B+树，就可以存放 1170 x 1170 x 16 = 21902400 条数据（两千多万条数据），也就是对于两千多万条的数据，我们只需要高度为3的B+树就可以完成，通过主键查询只需要3次IO操作就能查到对应数据。所以在 InnoDB 中B+树高度一般为3层时，就能满足千万级的数据存储，所以一个节点为1页，也就是16k是比较合理的。

#### 9. 索引是怎么提高效率的？ ####

数据索引的存储是有序的，所以通过索引查询一个数据效率很高。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzODUxOQ_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][20191223202103915.png]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzODUxOQ_size_16_color_FFFFFF_t_70]: /images/20230208/2f7304cbf63a45dfbf166b5d382b7479.png
[20191223202103915.png]: /images/20230208/d9b59981cf71411dbe4c2b871816acd1.png