1、什么是索引？為什么要用索引？

1.1、索引的含義
數(shù)據(jù)庫(kù)索引，是數(shù)據(jù)庫(kù)管理系統(tǒng)中一個(gè)排序的數(shù)據(jù)結(jié)構(gòu)，以協(xié)助快速查詢(xún)，更新數(shù)據(jù)庫(kù)中表的數(shù)據(jù)。索引的實(shí)現(xiàn)通常使用B樹(shù)和變種的B+樹(shù)（MySQL常用的索引就是B+樹(shù)）。除了數(shù)據(jù)之外，數(shù)據(jù)庫(kù)系統(tǒng)還維護(hù)為滿(mǎn)足特定查找算法的數(shù)據(jù)結(jié)構(gòu)，這些數(shù)據(jù)結(jié)構(gòu)以某種方式引用數(shù)據(jù)，這種數(shù)據(jù)結(jié)構(gòu)就是索引。簡(jiǎn)言之，索引就類(lèi)似于書(shū)本，字典的目錄。
1.2、為什么用索引？
打個(gè)比方，如果正確合理設(shè)計(jì)使用索引的MySQL是一輛蘭博基尼的話(huà)，那么沒(méi)有設(shè)計(jì)和使用索引的MySQL就是一個(gè)人力三輪車(chē)。對(duì)于沒(méi)有索引的表，單表查詢(xún)可能幾十萬(wàn)數(shù)據(jù)就是瓶頸，二通常大型網(wǎng)站單日就可能產(chǎn)生幾十萬(wàn)甚至幾百萬(wàn)的數(shù)據(jù)，沒(méi)有索引查詢(xún)會(huì)變得非常緩慢。一言以蔽之，合理使用索引，可以加快數(shù)據(jù)庫(kù)的查詢(xún)效率和提升程序性能

索引的作用與缺點(diǎn)

2.1、作用

通過(guò)創(chuàng)建索引，可以再查詢(xún)的過(guò)程中，提高系統(tǒng)的性能

通過(guò)創(chuàng)建唯一性索引，可以保持?jǐn)?shù)據(jù)庫(kù)表中每一行數(shù)據(jù)的唯一性

在使用分組和排序子句進(jìn)行數(shù)據(jù)檢索時(shí)，可以減少查詢(xún)中分組和排序的時(shí)間
2.2、缺點(diǎn)

創(chuàng)建索引和維護(hù)索引要耗費(fèi)時(shí)間，而且時(shí)間隨著數(shù)據(jù)量的增加而增大

索引需要占用物理空間，如果要建立聚簇索引，所需要的空間會(huì)更大

在對(duì)表中的數(shù)據(jù)進(jìn)行增刪改時(shí)需要耗費(fèi)較多的時(shí)間，因?yàn)樗饕惨獎(jiǎng)討B(tài)地維護(hù)

3、索引的使用場(chǎng)景

3.1、應(yīng)創(chuàng)建索引的場(chǎng)景

經(jīng)常需要搜索的列上

作為主鍵的列上

經(jīng)常用在連接的列上，這些列主要是一些外鍵，可以加快連接的速度

經(jīng)常需要根據(jù)范圍進(jìn)行搜索的列上

經(jīng)常需要排序的列上

經(jīng)常使用在where子句上面的列上

3.2、不應(yīng)該創(chuàng)建索引的場(chǎng)景

查詢(xún)中很少用到的列

對(duì)于那些具有很少數(shù)據(jù)值的列，比如數(shù)據(jù)表中的性別列，bit數(shù)據(jù)類(lèi)型的列

對(duì)于那些定義為text，image的列，因?yàn)檫@些列的數(shù)據(jù)量相當(dāng)大

當(dāng)對(duì)修改性能的要求遠(yuǎn)遠(yuǎn)大于搜索性能時(shí)，因?yàn)楫?dāng)增加索引時(shí)，會(huì)提高搜索性能，但是會(huì)降低修改性能

4、索引的分類(lèi)與說(shuō)明

4.1、主鍵索引
設(shè)定為主鍵后數(shù)據(jù)庫(kù)會(huì)自動(dòng)建立索引，innodb為聚簇索引

#隨表一起建索引： CREATE TABLE customer (id INT(10) UNSIGNED AUTO_INCREMENT ,customer_no VARCHAR(200),customer_name VARCHAR(200),PRIMARY KEY(id) ); #使用AUTO_INCREMENT關(guān)鍵字的列必須有索引(只要有索引就行)。 CREATE TABLE customer2 (id INT(10) UNSIGNED,customer_no VARCHAR(200),customer_name VARCHAR(200),PRIMARY KEY(id) ); #單獨(dú)建主鍵索引： ALTER TABLE customer add PRIMARY KEY customer(customer_no); #刪除建主鍵索引： ALTER TABLE customer drop PRIMARY KEY ; #修改建主鍵索引： #必須先刪除掉(drop)原索引，再新建(add)索引

4.2、單列索引
一個(gè)索引只包含單個(gè)列，一個(gè)表可以有多個(gè)單列索引

#隨表一起建索引： CREATE TABLE customer (id INT(10) UNSIGNED AUTO_INCREMENT ,customer_no VARCHAR(200),customer_name VARCHAR(200),PRIMARY KEY(id),KEY (customer_name) ); #隨表一起建立的索引 索引名同 列名(customer_name) #單獨(dú)建單值索引： CREATE INDEX idx_customer_name ON customer(customer_name); #刪除索引： DROP INDEX idx_customer_name ;

4.3、唯一索引
索引列的值必須唯一，但允許有空值

#隨表一起建索引： CREATE TABLE customer (id INT(10) UNSIGNED AUTO_INCREMENT ,customer_no VARCHAR(200),customer_name VARCHAR(200),PRIMARY KEY(id),KEY (customer_name),UNIQUE (customer_no) ); #建立 唯一索引時(shí)必須保證所有的值是唯一的（除了null），若有重復(fù)數(shù)據(jù)，會(huì)報(bào)錯(cuò)。 #單獨(dú)建唯一索引： CREATE UNIQUE INDEX idx_customer_no ON customer(customer_no); #刪除索引： DROP INDEX idx_customer_no on customer ;

4.4、復(fù)合索引
一個(gè)索引包含多個(gè)列，在數(shù)據(jù)庫(kù)操作期間，復(fù)合索引比單值索引所需要的開(kāi)銷(xiāo)更小（對(duì)于相同的多個(gè)列建索引）
如果一個(gè)表中的數(shù)據(jù)在查詢(xún)時(shí)有多個(gè)字段總是同時(shí)出現(xiàn)則這些字段就可以作為復(fù)合索引，形成索引覆蓋可以提高查詢(xún)的效率！

#隨表一起建索引： CREATE TABLE customer (id INT(10) UNSIGNED AUTO_INCREMENT ,customer_no VARCHAR(200),customer_name VARCHAR(200),PRIMARY KEY(id),KEY (customer_name),UNIQUE (customer_name),KEY (customer_no,customer_name) ); #單獨(dú)建索引： CREATE INDEX idx_no_name ON customer(customer_no,customer_name); #刪除索引： DROP INDEX idx_no_name on customer ;

4.5、聚集索引與非聚集索引
4.5.1、聚集索引
聚集索引：指索引項(xiàng)的排序方式和表中數(shù)據(jù)記錄排序方式一致的索引。它會(huì)根據(jù)聚集索引鍵的順序來(lái)存儲(chǔ)表中的數(shù)據(jù)，即對(duì)表的數(shù)據(jù)按索引鍵的順序進(jìn)行排序，然后重新存儲(chǔ)到磁盤(pán)上。因?yàn)閿?shù)據(jù)在物理存放只能有一種排列方式，所以一個(gè)表只能有一個(gè)聚集索引。比如字典中，用拼音查漢字，就是聚集索引。因?yàn)檎闹凶侄际前凑掌匆襞判虻?。而用偏旁部首查漢字，就是非聚集索引，因?yàn)檎闹械淖植⒉皇前凑掌圆渴着判虻?#xff0c;我們通過(guò)檢字表得到正文中的字在索引中的映射，然后通過(guò)映射找到所需要的字。

聚集索引的使用場(chǎng)合為：
查詢(xún)命令的回傳結(jié)果是以該字段為排序依據(jù)的；
查詢(xún)的結(jié)果返回一個(gè)區(qū)間的值；
查詢(xún)的結(jié)果返回某值相同的大量結(jié)果集

聚集索引會(huì)降低insert，和update操作的性能，所以，是否使用聚集索引要全面衡量。

4.5.2、非聚集索引
非聚集索引：與聚集索引相反，索引順序與物理存儲(chǔ)順序不一致
非聚集索引的使用場(chǎng)合為：
查詢(xún)所獲數(shù)據(jù)量較少時(shí)；
某字段中的數(shù)據(jù)的唯一性比較高時(shí)；

非聚集索引必須是稠密索引

4.5.3、使用及語(yǔ)法

create [unique] [clustered] [nonclustered] index index_name on {tabel/view} (column[dese/asc][....n])

住：[ unique ] [clu stered] [nonclustered]表示要?jiǎng)?chuàng)建索引的類(lèi)型，以此為唯一索引，當(dāng)省略u(píng)nique選項(xiàng)時(shí)，建立非唯一索引，當(dāng)省略clustered,nonclustered選項(xiàng)時(shí)。建立聚集索引，省略nonclusterrd選項(xiàng)時(shí)，建立唯一聚集索引。

4.5.4、使用場(chǎng)景對(duì)比

動(dòng)作描述使用聚集索引使用非聚集索引

列經(jīng)常被分組排序	使用	使用
返回某范圍內(nèi)的數(shù)據(jù)	使用	不使用
一個(gè)或極少不同值	不使用	不使用
小數(shù)目的不同值	使用	不使用
大數(shù)目的不同值	不使用	使用
頻繁更新的列	不使用	使用
外鍵列	使用	使用
主鍵列	使用	使用
頻繁修改索引列	不使用	使用

4.6聚簇索引與非聚簇索引
4.6.1、聚簇索引
聚簇索引并不是一種單獨(dú)的索引類(lèi)型，而是一種數(shù)據(jù)存儲(chǔ)方式。將數(shù)據(jù)存儲(chǔ)于索引放到了一塊，索引結(jié)構(gòu)的葉子節(jié)點(diǎn)保存了行數(shù)據(jù)。

聚簇索引的特點(diǎn)：
1、聚簇索引具有唯一性，由于聚簇索引是將數(shù)據(jù)跟索引結(jié)構(gòu)放到一塊，因此一個(gè)表僅有一個(gè)聚簇索引。
2、表中行的物理順序和索引中行的物理順序是相同的，在創(chuàng)建任何非聚簇索引之前創(chuàng)建聚簇索引，這是因?yàn)榫鄞厮饕淖兞诵械奈锢眄樞?#xff0c;數(shù)據(jù)行，按照一定的順序排列，并且自動(dòng)維護(hù)這個(gè)順序；
3、聚簇索引默認(rèn)是主鍵，如果表中沒(méi)有定義主鍵，InnoDB會(huì)選擇一個(gè)唯一且非空的索引代替。如果沒(méi)有這樣的索引，InnoDB會(huì)隱式定義一個(gè)主鍵（類(lèi)似oracle中的Rowld）來(lái)作為聚簇索引。如果已經(jīng)設(shè)置了主鍵為聚簇索引又希望再單獨(dú)設(shè)置聚簇索引，必須先刪除主鍵，然后再添加我們想要的聚簇索引，隨后恢復(fù)設(shè)置主鍵即可。

4.6.2、非聚簇索引
不是聚簇索引的二級(jí)索引，也叫作輔助索引，都稱(chēng)為非聚簇索引。將數(shù)據(jù)與索引分開(kāi)存儲(chǔ)，索引結(jié)構(gòu)的葉子節(jié)點(diǎn)指向了數(shù)據(jù)對(duì)應(yīng)的位置。

4.6.3、MySQL的MyIsam和InnoDB存儲(chǔ)引擎
因?yàn)檫@兩種引擎對(duì)非聚簇索引和聚簇索引的使用，就是他們之間很大的一個(gè)區(qū)別。所以結(jié)合這兩個(gè)引擎，再對(duì)這兩種索引展開(kāi)些描述就更明了了。

在InnoDB中，在聚簇索引之上創(chuàng)建的索引稱(chēng)之為 索引，非聚簇索引都是輔助索引，像復(fù)合索引，前綴索引，唯一索引。輔助索引葉子節(jié)點(diǎn)存儲(chǔ)的不再是行的物理位置，而是主鍵值，輔助索引訪(fǎng)問(wèn)數(shù)據(jù)總是需要二次查找。

1、InnoDB使用的是聚簇索引，將主鍵組織到一棵B+樹(shù)中，而行數(shù)據(jù)就儲(chǔ)存在葉子節(jié)點(diǎn)上，若使用“where id = 14”這樣的條件查找主鍵，則按照B+樹(shù)的檢索算法即可查找到對(duì)應(yīng)的葉節(jié)點(diǎn)，之后獲得行數(shù)據(jù)。
2、若對(duì)Name列進(jìn)行條件搜索，則需要兩個(gè)步驟：第一步在輔助索引B+樹(shù)中檢索Name，到達(dá)其葉子節(jié)點(diǎn)獲取對(duì)應(yīng)的主鍵。第二步使用主鍵在主索引B+樹(shù)中再執(zhí)行一次B+樹(shù)檢索操作，最終到達(dá)葉子節(jié)點(diǎn)即可獲取整行數(shù)據(jù)。（重點(diǎn)在于通過(guò)其他鍵需要建立輔助索引）

MyIsam使用的是非聚簇索引，非聚簇索引的兩顆B+樹(shù)看上去沒(méi)什么不同，節(jié)點(diǎn)的結(jié)構(gòu)完全一致只是存儲(chǔ)的內(nèi)容不同而已，主鍵索引B+樹(shù)的節(jié)點(diǎn)存儲(chǔ)了主鍵，輔助索引B+樹(shù)存儲(chǔ)了輔助鍵。表數(shù)據(jù)存儲(chǔ)在獨(dú)立的地方，這兩棵B+樹(shù)的葉子節(jié)點(diǎn)都使用一個(gè)地址指向真正的表數(shù)據(jù)，對(duì)于表數(shù)據(jù)來(lái)說(shuō)，這兩個(gè)鍵沒(méi)有任何差別。由于索引樹(shù)是獨(dú)立的，通過(guò)輔助鍵索引無(wú)需訪(fǎng)問(wèn)主鍵的索引樹(shù)。

4.6.4、對(duì)比總結(jié)
每次使用輔助索引檢索都要經(jīng)過(guò)兩次B+熟查找，看上去聚簇索引的效率明顯低于非聚簇索引，這不是多此一舉嗎？聚簇索引的優(yōu)勢(shì)在哪里？
1、由于行數(shù)據(jù)和聚簇索引的葉子節(jié)點(diǎn)存儲(chǔ)在一起，同一頁(yè)中會(huì)有多條行數(shù)據(jù)，訪(fǎng)問(wèn)同一數(shù)據(jù)頁(yè)不同行記錄時(shí)，已經(jīng)把頁(yè)加載到了Buffer中（緩存器），再次訪(fǎng)問(wèn)時(shí)，會(huì)在內(nèi)存中完成訪(fǎng)問(wèn)，不必訪(fǎng)問(wèn)磁盤(pán)，這樣主鍵和行數(shù)據(jù)是一起被載入內(nèi)存的，找到葉子節(jié)點(diǎn)就可以立即將行數(shù)據(jù)返回了，如果按照主鍵ID來(lái)組織數(shù)據(jù)，獲得數(shù)據(jù)更快。
2、輔助索引的葉子節(jié)點(diǎn)，存儲(chǔ)主鍵值，而不是數(shù)據(jù)的存放地址。好處是當(dāng)行數(shù)據(jù)發(fā)生改變時(shí)，索引樹(shù)的節(jié)點(diǎn)也需要分裂變化；或者是我們需要查找的數(shù)據(jù)，在上一次IO讀寫(xiě)的緩存中沒(méi)有，需要發(fā)生一次新的IO操作時(shí)，可以避免對(duì)輔助索引的維護(hù)工作，只需要維護(hù)聚簇索引樹(shù)就好了，另一個(gè)好處是，因?yàn)檩o助索引存放的是主鍵值，減少了輔助索引占用的存儲(chǔ)空間大小。
注：我們知道一次IO讀寫(xiě)，可以獲取到16K大小的資源，我們稱(chēng)之為讀取到的數(shù)據(jù)區(qū)域?yàn)镻age。而我們的B樹(shù)，B+樹(shù)的索引結(jié)構(gòu)，葉子節(jié)點(diǎn)上存放好多個(gè)關(guān)鍵字（索引值）和對(duì)應(yīng)的數(shù)據(jù)，都會(huì)在一次IO操作中被讀取到緩存中，所以在訪(fǎng)問(wèn)同一個(gè)頁(yè)中的不同記錄時(shí)，會(huì)在內(nèi)存里操作，而不用再次進(jìn)行IO操作了。除非發(fā)生了頁(yè)的分裂，即要查詢(xún)的行數(shù)據(jù)不在上次IO操作的換襯里才會(huì)觸發(fā)新的IO操作。
3、因?yàn)镸yIsam的主索引并非聚簇索引，那么他的數(shù)據(jù)的物理地址必定是凌亂的，拿到這些物理地址，按照合適的算法進(jìn)行I/O讀取，于是開(kāi)始不停的尋道不停的旋轉(zhuǎn)。聚簇索引則只需一次I/O。（強(qiáng)烈的對(duì)比）
4、不過(guò)，如果涉及到大數(shù)據(jù)的排序，全表掃描，count之類(lèi)的操作的話(huà)，還是MyIsam占優(yōu)勢(shì)些，因?yàn)樗饕伎臻g小，這些操作是需要在內(nèi)存中完成的。
5、當(dāng)使用主鍵為聚簇索引時(shí)，主鍵最好不要使用uuid，因?yàn)閡uid的值太過(guò)離散，不適合排序且可能出現(xiàn)新增加記錄的uuid，會(huì)插入在索引樹(shù)中間的位置，導(dǎo)致索引樹(shù)調(diào)整復(fù)雜度變大，消耗更多的時(shí)間和資源。建議使用int類(lèi)型的自增，方便排序并且默認(rèn)會(huì)在索引樹(shù)的末尾增加主鍵值，對(duì)索引樹(shù)的結(jié)構(gòu)影響最小。而且，主鍵值占用的存儲(chǔ)空間越大，輔助索引中保存的主鍵值也會(huì)跟著變大，占用存儲(chǔ)空間，也會(huì)影響到IO操作讀取到的數(shù)據(jù)量。

4.7、稠密索引與稀疏索引
在了解稠密索引和稀疏索引之前我們先來(lái)了解一下什么是聚焦索引。在一個(gè)文件中，可以有多個(gè)索引，分別基于不同的索引碼。如果包含數(shù)據(jù)記錄的文件按照某個(gè)指定的順序排列，那么該搜索碼對(duì)應(yīng)的索引就是聚焦索引。

4.7.1、稠密索引
在稠密索引中，文件中的每個(gè)搜索碼值都對(duì)應(yīng)一個(gè)索引值，也就是說(shuō)，稠密索引為數(shù)據(jù)記錄文件的每一條記錄都設(shè)一個(gè)鍵-指針對(duì)。如下圖所示，索引項(xiàng)包括索引值以及指向搜索碼的第一條數(shù)據(jù)記錄的指針，即我們所說(shuō)的鍵-指針對(duì)。

4.7.2、稀疏索引
在稀疏索引中，只為搜索碼的某些值建立索引項(xiàng)，也就是說(shuō)，系數(shù)索引為數(shù)據(jù)記錄文件的每個(gè)存儲(chǔ)塊設(shè)一個(gè)鍵-指針對(duì)，存儲(chǔ)塊意味著塊內(nèi)存存儲(chǔ)單元連續(xù)，如下圖所示：

索引的底層原理

拋開(kāi)其他的數(shù)據(jù)庫(kù)索引實(shí)現(xiàn)，主講MySQL的索引底層實(shí)現(xiàn)，其底層是通過(guò)B+樹(shù)來(lái)實(shí)現(xiàn)的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)。
數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)，決定了數(shù)據(jù)查找和操作時(shí)的效率，包括時(shí)間復(fù)雜度和空間復(fù)雜度，而在取舍的時(shí)候，也無(wú)非就是時(shí)間換空間，空間換時(shí)間的權(quán)衡罷了，所以，這就很好的解釋了，為什么MySQL在索引的底層設(shè)計(jì)上，選用了B+樹(shù)，而沒(méi)有選用B-樹(shù)，或是紅黑樹(shù)，AVL樹(shù)等等其他數(shù)據(jù)結(jié)構(gòu)?？傊?#xff0c;就是使用B+樹(shù)作為索引的結(jié)構(gòu)存儲(chǔ)，能在I/O性能上得到一個(gè)較大的優(yōu)勢(shì)。

那么具體優(yōu)勢(shì)在哪里呢？以B-樹(shù)與B+樹(shù)的對(duì)比，來(lái)闡述具體差異和B+樹(shù)的優(yōu)勢(shì)。

5.1、B-Tree
B-樹(shù)是一種多路自平衡的搜索樹(shù)，它類(lèi)似普通的平衡二叉樹(shù)，不同的一點(diǎn)是B-樹(shù)允許每個(gè)節(jié)點(diǎn)有更多的子節(jié)點(diǎn)。B-Tree相對(duì)于A(yíng)VLTree縮減了節(jié)點(diǎn)個(gè)數(shù)，使每次磁盤(pán)I/O取到內(nèi)存的數(shù)據(jù)都發(fā)揮了作用，從而提高了查詢(xún)效率。
注：B-Tree就是我們常說(shuō)的B樹(shù)
那么m階B-Tree是滿(mǎn)足下列條件的數(shù)據(jù)結(jié)構(gòu)：
所有鍵值分布在整棵樹(shù)中
搜索有可能在非葉子節(jié)點(diǎn)結(jié)束，在關(guān)鍵字全集內(nèi)做一次查找，性能逼近二分查找
每個(gè)節(jié)點(diǎn)最多擁有m個(gè)子樹(shù)
根節(jié)點(diǎn)至少有2個(gè)子樹(shù)
分支節(jié)點(diǎn)至少擁有m/2顆子樹(shù)（除根節(jié)點(diǎn)和葉子節(jié)點(diǎn)外都是分支節(jié)點(diǎn)）
所有葉子節(jié)點(diǎn)都在同一層，每個(gè)節(jié)點(diǎn)最多可以有m-1個(gè)key，并且以升序排列

每個(gè)節(jié)點(diǎn)占用一個(gè)磁盤(pán)塊，一個(gè)節(jié)點(diǎn)上有兩個(gè)升序排序的關(guān)鍵字和三個(gè)指向子樹(shù)根節(jié)點(diǎn)的指針，指針存儲(chǔ)的是子節(jié)點(diǎn)所在磁盤(pán)塊的地址。兩個(gè)關(guān)鍵詞劃分成的三個(gè)范圍域?qū)?yīng)三個(gè)指針指向的子樹(shù)的數(shù)據(jù)的范圍域。以根節(jié)點(diǎn)為例，關(guān)鍵字為17和35，P1指針指向的子樹(shù)的數(shù)據(jù)范圍小于17，P2指針指向的子樹(shù)的數(shù)據(jù)范圍為17~35，P3指針指向的子樹(shù)的數(shù)據(jù)范圍大于35.

模擬查找關(guān)鍵字29的過(guò)程：
1、根據(jù)根節(jié)點(diǎn)找到磁盤(pán)塊1，讀入內(nèi)存?！敬疟P(pán)I/O操作第1次】
2、比較關(guān)鍵字29在區(qū)間（17,35），找到磁盤(pán)塊1的指針P2。
3、根據(jù)P2指針找到磁盤(pán)塊3，讀入內(nèi)存?！敬疟P(pán)I/O操作第2次】
4、比較關(guān)鍵字29在區(qū)間（26,30），找到磁盤(pán)塊3的指針P2。
5、根據(jù)P2指針找到磁盤(pán)塊8，讀入內(nèi)存。【磁盤(pán)I/O操作第3次】
6、在磁盤(pán)塊8中的關(guān)鍵字列表中找到關(guān)鍵字29。
7、分析上面過(guò)程，發(fā)現(xiàn)需要3次磁盤(pán)I/O操作，和3次內(nèi)存查找操作。由于內(nèi)存中的關(guān)鍵字是一個(gè)有序表結(jié)構(gòu)，可以利用二分法查找提高效率。而3次磁盤(pán)I/O操作是影響整個(gè)B-Tree查找效率的決定因素。

但同時(shí)B-Tree也存在問(wèn)題：
每個(gè)節(jié)點(diǎn)中有key，也有data，而每一個(gè)頁(yè)的存儲(chǔ)空間是有限的，如果data數(shù)據(jù)較大時(shí)將會(huì)導(dǎo)致每個(gè)節(jié)點(diǎn)（即一個(gè)頁(yè)）能存儲(chǔ)的key的數(shù)量很小。
當(dāng)存儲(chǔ)的數(shù)據(jù)量很大時(shí)同樣會(huì)導(dǎo)致B-Tree的深度較大，增大查詢(xún)時(shí)的磁盤(pán)I/O次數(shù)，進(jìn)而影響查詢(xún)效率

5.2、B+Tree
B+Tree是在B-Tree基礎(chǔ)上的一種優(yōu)化，InnoDB存儲(chǔ)引擎就是用B+Tree實(shí)現(xiàn)其索引結(jié)構(gòu)。它帶來(lái)的變化點(diǎn)：
B+樹(shù)每個(gè)節(jié)點(diǎn)可以包含更多的節(jié)點(diǎn)，這樣做有兩個(gè)原因，一個(gè)是降低樹(shù)的高度。另外一個(gè)是將數(shù)據(jù)范圍變?yōu)槎鄠€(gè)區(qū)間，區(qū)間越多，數(shù)據(jù)檢索越快
非葉子節(jié)點(diǎn)存儲(chǔ)key，葉子節(jié)點(diǎn)存儲(chǔ)key和數(shù)據(jù)
葉子節(jié)點(diǎn)兩兩指針相互鏈接（符合磁盤(pán)的預(yù)讀特性），順序查詢(xún)性能更高

注：MySQL的InnoDB存儲(chǔ)引擎在設(shè)計(jì)時(shí)是將根節(jié)點(diǎn)常駐內(nèi)存，因此力求達(dá)到樹(shù)的深度不超過(guò)3，也就是說(shuō)I/O不需要超過(guò)3次。

通常在B+Tree上有兩個(gè)頭指針，一個(gè)指向根節(jié)點(diǎn)，另一個(gè)指向關(guān)鍵字最小的葉子節(jié)點(diǎn)，而且所有葉子節(jié)點(diǎn)（即數(shù)據(jù)節(jié)點(diǎn)）之間是一種鏈?zhǔn)江h(huán)結(jié)構(gòu)，因此可以對(duì)B+Tree進(jìn)行兩種查找運(yùn)算：一種是對(duì)于主鍵的范圍查找的分頁(yè)查找，另一種是從根節(jié)點(diǎn)開(kāi)始，進(jìn)行隨機(jī)查找。

5.3、B-樹(shù)和B+樹(shù)的區(qū)別
B+樹(shù)內(nèi)節(jié)點(diǎn)不存儲(chǔ)數(shù)據(jù)，所有數(shù)據(jù)存儲(chǔ)在葉節(jié)點(diǎn)導(dǎo)致查詢(xún)時(shí)間復(fù)雜度固定為log n
B-樹(shù)查詢(xún)時(shí)間復(fù)雜度不固定，與Key在樹(shù)中的位置有關(guān)，最好為O(1)
B+樹(shù)葉節(jié)點(diǎn)兩兩相連可大大增加區(qū)間訪(fǎng)問(wèn)性，可使用在范圍查詢(xún)等
B+樹(shù)更適合外部存儲(chǔ)（存儲(chǔ)磁盤(pán)數(shù)據(jù)）。由于內(nèi)節(jié)點(diǎn)無(wú)data域，每個(gè)節(jié)點(diǎn)能索引的范圍更大更精確。

總結(jié)

以上是生活随笔為你收集整理的数据库索引详解的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。