MySQL索引定義：索引（Index） 是幫助MySQL高效獲取數據的數據結構。 提取句子主干， 就可以得到索引的本質： 索引是數據結構。
大部分數據庫系統及文件系統都采用B-Tree或其變種B+Tree作為索引結構

數據結構具體應用場景：

數據庫是如何做到快速檢索的功能。
特別有意思的小例子。
 

mysql索引原理的理解和數據結構

數據結構

B+樹（為什么使用B+數）

• 所有數據都存儲在磁盤中，讀取數據由于IO問題會讀取慢，如何加快IO速度

IO

1. 量：減少IO量
   *禁止使用slect ，避免增加不必要的量
2. 次數：減少IO次數

相關知識點

• 加入索引（加快查詢速度）
• 數據結構設計：key、文件編號、當前文件的offset（存在問題：當數據量特別大時，索引所占用的存儲空間也特別大。）
• 解決方法：索引的數據文件也需要持久化存儲到磁盤中，當需要使用時直接讀取到內存中，加快數據的訪問（分而治之：分塊讀�。�
• 操作系統基本概念：
  1.局部性原理：數據和程序都有聚集成群的傾向，之前被查詢過的數據很快會再次被查詢。冷熱數據（一級緩存，二級緩存的意思）
  2.磁盤預讀：在數據交換時，會有一個基本邏輯單位頁，一般占用空間是4k，每次在進行數據獲取時可以獲取整頁的整數倍。（mysql中innodb的存儲引擎讀取數據會讀取16k show variables like ‘%innodb’）

ket-value格式數據結構存儲：

1. 哈希表
2. 樹（二叉樹、BST、AVL、紅黑樹、B樹、B+樹）
   二分支的缺點：深度太深，解決方法：B樹（多叉樹）

B樹

• 搜索樹
• 多節點多分支的數
   
  問題：假設磁盤塊存放16條數據，如果是三層樹，最多存放的數據：161616=4096，即48k才存放4096條數據
   

B數存在問題：存放了數據，依然占用空間，如何減少數據，需要用到B+數

B+樹

• 最下面的葉子節點存放的是順序全量數據
• 非葉子節點可以不用存放data
   
• 問題：讀取數據，假設三層樹48k磁盤塊，1000字節為1kb，指針和鍵值占10字節，1行記錄1k 161000/10=160016001600=40960000的數據范圍，即Key鍵值，最下面的只存放一遍數據*
• 建索引時，key要盡可能少的占用空間
   

索引技術名詞

**回表：**從非聚簇索引跳轉到聚簇索引中查找數據的過程（避免回表操作select * from table ）
索引覆蓋當非聚簇索引的葉子節點中包含了查詢需要的所有字段時，不需要回表的過程（推薦使用select id,name from table ）
最左匹配:、索引下推