Mysql之B樹索引

聚集索引：

簡單概念：乙個表中根據主鍵建立的一棵b+樹，索引的葉子節點存放了表中所有的記錄，儲存記錄在物理位置上是連續的，乙個葉子節點存放一條對應的記錄（ps:是根據主鍵建立的b+樹，葉子節點存資料記錄）。

舉個例子(以漢語字典為例)：

漢語字典的正文本身就是乙個聚集索引，比如我們要查「安」字，由於漢語詞典的拼音排序是從「a」開始到「z」結尾的，則「安」字自然而然就排在字典前部，若翻遍了所有以「a」開頭的部分仍找不到該字，

則說明「安」不在字典中；同理，若想查「張」字，我們會將字典翻到最後一部分，因為拼音是「zhang」。而在我們的這些查詢中，我們僅僅依靠正文就可以進行相應的查詢；也就是說，字典的正文部分本身就是乙個目錄，我們不需要再通過其他目錄的查詢來找到我們需要的內容。

正文內容本身就是按照一定規則排列的目錄便稱為「聚集索引」。每個表只能有乙個聚集索引，因為目錄只能按照一種方法進行排列，且每個表的主鍵是唯一的。

非聚集索引：

簡單概念：非聚集索引是根據索引字段建立的一棵b+樹，索引的葉子節點僅存放索引鍵值以及該鍵值指向的主鍵，儲存記錄在邏輯上是連續的（ps:根據索引字段建立的b+樹，葉子節點只存放索引鍵值與記錄的主鍵）

舉個例子(還是以漢語字典為例)：

當我們遇到不認識的字且不知道它的發音，這時候，我們就不能按照前面的方法找到要查的字，而是需要根據「偏旁部首」查詢要找的字，然後根據這個字後的頁碼直接翻到某頁來找到要找的字，但我們結合「部首目錄」和「檢字表」而查到的字的排序並不是真正的正文的排序方法，

比如我們查「張」字，在查部首之後的檢字表中「張」的頁碼是672頁，檢字表中「張」的上面是「弛」字，但頁面卻是63頁，「張」的下面是「弩」字，頁面是390頁，很顯然，

這些字在正文中並不是真正的分別處於「張」字的上下方，現在看到的連續的「弛，張，弩」三字的順序實際上就是它們在非聚集索引中的排序，是字典正文中的字在非聚集索引中的對映，我們可以通過這種方式來找到所需要的字，但這包含2個過程，

先找到目錄中的結果，再根據找到的結果來翻到我們所需要的頁面，這種目錄純粹是目錄，正文純粹是正文的排序方式就是「非聚集索引」。

聚集索引與非聚集索引的主要區別：

a.儲存特點的區別：

聚集索引按索引順序來儲存，索引項順序與表中記錄的物理順序一致，葉子節點即儲存了真實資料行，不再有另外的單獨資料頁，一張表上最多只有乙個聚集索引；

非聚集索引表的儲存順序與索引順序無關，僅僅索引項的邏輯上是連續的，葉子節點儲存了索引字段值以及指向資料頁資料行的邏輯指標，其行數量與資料表行資料量一致。

b.更新表資料的區別：

插入資料：無聚集索引的表，表中資料行沒特定順序，新行皆被新增到表的末尾；有聚集索引的表，先根據索引找到對應的資料頁，挪動已有記錄為新資料騰出空間後插入，若資料頁已滿，則拆分資料頁，調整索引指標(若表中有非聚集索引，則更新索引指向新的資料頁)；

刪除資料：無聚集索引的表，直接刪除(留下記憶體空洞)；有聚集索引的表，刪除行將導致其下的資料行向上移動以填補空白，若刪除的行為資料頁最後一行，則**該資料頁，相應索引頁中記錄也被刪除。

innodb的b+樹索引：

a.innodb是索引組織表的，即資料檔案本身就是按照b+樹方式存放資料的；

b.innodb引擎中可以有聚集索引與非聚集索引，這2種索引每個頁大小都為16k,且不能更改；

c.由於非聚集索引不包含行記錄所有資料，因此每頁可以存放比聚集索引更多的鍵值，高度一般都小於聚集索引；

d.若在innodb表建立時沒顯式指定主鍵，則innodb會自動建立乙個6位元組的列作為主鍵；

e.innodb中，主鍵的值會附加在每個非主鍵索引(非聚集索引)對應記錄後面，無需重複新增到覆蓋索引列中，這也是為什麼我們常說innodb主鍵長度越小越好；

f.若非聚集索引是包含主鍵的聯合索引，也不需要乙個額外的列存放主鍵值，它會通過聯合索引中的主鍵進行查詢。

小圖一張，展示下innodb中聚集索引與非聚集索引的關係。

myisam 的b+樹索引：

a.myisam是堆組織表，沒有聚集索引的概念；

b.myisam表所有的行資料都存放在myd檔案中，b+樹索引都存放在myi檔案中，且都是非聚集索引；

c.主鍵索引與其他索引不同之處在於必須是唯一的，且不可為null，索引頁大小為1k，且不可調整；

d.由於沒有聚集索引，故其索引葉節點存放的鍵值不是主鍵值，而是對應記錄在myd檔案中的物理位置；

這也是為什麼myisam表記錄刪除之後資料檔案大小沒什麼變化，留下記憶體碎片，造成「空洞」的現象(可用「optimize table 表名」進行定期清理，會鎖表)。

小圖一張，展示下myisam中myd與myi的關係