为什么MySQL索引选择B+树而不使用B树？

为什么mysql索引选择B+树而不使用B树？

---

1. 关于mysql查询效率：

---

2. 关于分块读取：

---

3. 关于数据格式存储：

---

4. 关于合适的数据结构：哈希表，树

哈希表:

分析：

• 1. 哈希表是散列表，存储在其中的数据是无序的， 所以当进行范围查询的时候，需要挨个便利，效率较低；
• 2. 存储过程中会出现哈希碰撞，哈希冲突，必须要设计应能优良的哈希算法；
• 3. 存储的过程中，可能会造成存储空间的浪费；
• 4. mysql的 memory 存储引擎是 哈希索引；mysql的 innodb 中有一个特性叫做 自适应hash；

---

树

数据结构在线动态展示：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

如：一个二叉树：单个节点只存储一条数据，单个节点至多有两个子节点。

随着数据量的增加，树的层数自然也要增加，而树的层数的增加会导致io次数的增加(每层一次io)，为了存储更多的数据而不增加io次数，引入了多叉树，即B树。

B树

如下：我们选择了一个度为4(每个节点至多存储3条数据)的B树，同样的数据量的存储，我们的树的层数由原本的4层，变成了2层，减少了io查询次数。

那么，随之而来的又有一个问题，三层的b树能存储多少条数据呐？

B树的存储结构：每个节点可存储多条数据，且存储了对应的键值，指针和数据。

分析：
innodb默认页的大小是16k，每个树的节点除了存储数据之外，还包含键值和指针，我们假设理想模式下，一个数据是1k，那么第一层最多最多存储16条数据；第二层，就是第一层的16个指针对应第二层的16个节点，我们也假设每个节点最多存储16条，那么第二层至多存储数据也就是16 * 16条；第三层，就是第二层的16 * 16个指针，我们也假设每个节点最多存储16条，那么第三层至多存储就是16 * 16 * 16条数据，综上，三层B树最多能存储的数据就是 16 + 16 * 16 + 16 * 16 * 16 = 4368，而实际上一定是小于这个数的，所以三层的B树至多也就存储4000多条数据；

4000条数据显然不满足我们平时数据库的存储使用，那么怎么才能存储更多的数据呐？B树继续加层数？多一层就多一次io，代价比较高，不适合；那么，还有另外一种方案，就是每个节点存储尽可能多的数据，因此引入了B+树：

B+树

如下：度为4(每个节点至多存储3条数据)的B+树，同样数据量的存储

B+树的存储结构：上层节点只存储指针和键值，最底层叶子节点存储键值和数据，并且叶子节点之间是链式环结构。与B树相比，上层节点可以存储更多的数据，且叶子节点的范围查询或分页查询效率更高。

那么，三层的B+树能存储多少条数据呐？

分析：

指针和键值的大小肯定远小于数据的大小，假设指针+键值占用10Byte，innodb默认页的大小是16k，那么第一层磁盘块能存储的指针+键值就是16 * 1024 / 10 = 1600(约等于)，假设第一层1600个 指针 指向第二层1600个子节点，第二层的每个子节点一样至多存储指针+键值16 * 1024 / 10 = 1600(约等于)，那么第二层总共存储的指针+键值总数就是 1600 * 1600，第三层假设只存储数据，每条数据1k，每个节点至多可以存储16条数据，第二层的1600 * 1600个指针对应第三层的1600 * 1600个子节点，那合起来就是 1600 * 1600 * 16 = 4096 0000条数据；

不同的数据类型，肯定会影响存储的数据量，一般结论是：

3层B+树大概可以存：
主键为bigint：约2000w
主键为int：约4000w

因此，与B树相比，B+树显然可以存储更多的数据量；

---

5. 问题总结：

• 1. 一般innodb索引层数有几层？
     解析：
     一般情况下，3-4层，因为3-4层的B+树足以支撑千万级别的数据存储；
• 2. 索引列的键(key)值怎么选？
     解析：
     innodb非叶子节点的存储是 指针+键值，指针一般变化不大，所以索引列要尽可能选择占用空间小的字段，因为占用越小，单个节点能存储的 指针+键值 自然就更多，存储的数据自然就更多。
• 3. 创建表的时候，主键是否需要自增？
     解析：
     需要，因为如果不自增，会带来索引维护成本的提高，造成叶分裂，而自增只需要在后面有序排列，因此，在满足业务场景的前提下，能自增尽量设置成自增；
• 4. 一张表可以有多少个索引？
     解析：
     理论上来说没有索引个数的限制，但并不是索引越多越好。
• 5. 一个索引对应一棵树还是多个索引对应多棵树？
     解析：
     一个索引一棵树
• 6. 索引的叶子节点要存放数据，当多个索引存在的时候，数据放几份？
     解析：
     一份
• 7. 如果数据存储一份，其他索引的叶子节点存储什么数据？
     解析：
     官方文档写的是 primary key，翻译过来的话是 主键，但是回答 聚簇索引的列值 更为准确；
     因为，在innodb的存储引擎中，mysql在数据插入的时候，必须要选择某一个索引列绑定在一起，如果有主键，选择主键，如果没有主键，就会选择唯一键，如果没有唯一键，那么mysql会自动生成一个6字节的rowId来进行存储。

聚簇索引：跟数据绑定存储的称之为聚簇索引；
非聚簇索引：没有跟数据绑定存储的称之为非聚簇索引；
如：
一个表中有 id，name， age， gender， address等字段，其中id为主键，name为普通索引；
那么，id就是聚簇索引，name就是非聚簇索引。