今天给大家分享一篇干货，面试必备之Mysql索引底层原理分析
- Mysql索引的本质
- Mysql索引的底层原理
- Mysql索引的实战经验
面试
问：数据库中最常见的慢查询优化方式是什么？
同学A：加索引。
问：为什么加索引能优化慢查询？
同学A：...不知道
同学B：因为索引其实就是一种优化查询的数据结构，比如Mysql中的索引是用B 树实现的，而B 树就是一种数据结构，可以优化查询速度，可以利用索引快速查找数据，所以能优化查询。
问：你知道哪些数据结构可以提高查询速度？（听到这个问题就感觉此处有坑...）
同学B：哈希表、完全平衡二叉树、B树、B 树等等。
问：那这些数据结构既然都能优化查询速度，Mysql为何选择使用B 树？
同学B：...不知道
提问
SHOW INDEX FROM employees.titles;
有一个titles表，主键由empno，title，fromdate三个字段组成。
那么以下几个语句会用到索引吗?
代码语言：javascript复制 select *
from employees.titles
where emp_no=
1
select *
from employees.titles
where title=
'1'
select *
from employees.titles
where emp_no=
'1'
and title=
1
select *
from employees.titles
where title=
'1'
and emp_no=
1为什么哈希表、完全平衡二叉树、B树、B 树都可以优化查询，为何Mysql独独喜欢B 树？
哈希表有什么特点？
假如有这么一张表(表名：sanguo)：
现在对name字段建立哈希索引：
注意字段值所对应的数组下标是哈希算法随机算出来的，所以可能出现哈希冲突。那么对于这样一个索引结构，现在来执行下面的sql语句：
代码语言：javascript复制select * from sanguo where name='周瑜'可以直接对‘周瑜’按哈希算法算出来一个数组下标，然后可以直接从数据中取出数据并拿到所对应那一行数据的地址，进而查询那一行数据。 那么如果现在执行下面的sql语句：
代码语言：javascript复制select * from sanguo where name>'周瑜'则无能为力，因为哈希表的特点就是可以快速的精确查询，但是不支持范围查询。
如果用完全平衡二叉树呢？
还是上面的表数据用完全平衡二叉树表示如下图（为了简单，数据对应的地址就不画在图中了。）：
图中的每一个节点实际上应该有四部分：
- 左指针，指向左子树
- 键值
- 键值所对应的数据的存储地址
- 右指针，指向右子树
另外需要提醒的是，二叉树是有顺序的，简单的说就是“左边的小于右边的”假如我们现在来查找‘周瑜’，需要找2次（第一次曹操，第二次周瑜），比哈希表要多一次。而且由于完全平衡二叉树是有序的，所以也是支持范围查找的。
如果用B树呢？
还是上面的表数据用B树表示如下图（为了简单，数据对应的地址就不画在图中了。）：
可以发现同样的元素，B树的表示要比完全平衡二叉树要“矮”，原因在于B树中的一个节点可以存储多个元素。
如果用B 树呢？
还是上面的表数据用B 树表示如下图（为了简单，数据对应的地址就不画在图中了。）：
我们可以发现同样的元素，B 树的表示要比B树要“胖”，原因在于B 树中的非叶子节点会冗余一份在叶子节点中，并且叶子节点之间用指针相连。
那么B 树到底有什么优势呢？
这里我们用“反证法”，假如我们现在就用完全平衡二叉树作为索引的数据结构，我们来看一下有什么不妥的地方。实际上，索引也是很“大”的，因为索引也是存储元素的，我们的一个表的数据行数越多，那么对应的索引文件其实也是会很大的，实际上也是需要存储在磁盘中的，而不能全部都放在内存中，所以我们在考虑选用哪种数据结构时，我们可以换一个角度思考，哪个数据结构更适合从磁盘中读取数据，或者哪个数据结构能够提高磁盘的IO效率。回头看一下完全平衡二叉树，当我们需要查询“张飞”时，需要以下步骤
- 从磁盘中取出“曹操”到内存，CPU从内存取出数据进行比较，“张飞”<“曹操”，取左子树（产生了一次磁盘IO）
- 从磁盘中取出“周瑜”到内存，CPU从内存取出数据进行比较，“张飞”>“周瑜”，取右子树（产生了一次磁盘IO）
- 从磁盘中取出“孙权”到内存，CPU从内存取出数据进行比较，“张飞”>“孙权”，取右子树（产生了一次磁盘IO）
- 从磁盘中取出“黄忠”到内存，CPU从内存取出数据进行比较，“张飞”=“张飞”，找到结果（产生了一次磁盘IO）
同理，回头看一下B树，我们发现只发送三次磁盘IO就可以找到“张飞”了，这就是B树的优点：一个节点可以存储多个元素，相对于完全平衡二叉树所以整棵树的高度就降低了，磁盘IO效率提高了。
而B 树是B树的升级版，只是把非叶子节点冗余一下，这么做的好处是为了提高范围查找的效率。
到这里可以总结出来，Mysql选用B 树这种数据结构作为索引，可以提高查询索引时的磁盘IO效率，并且可以提高范围查询的效率，并且B 树里的元素也是有序的。
那么，一个B 树的节点中到底存多少个元素合适呢？
其实也可以换个角度来思考B 树中一个节点到底多大合适？
答案是：B 树中一个节点为一页或页的倍数最为合适。因为如果一个节点的大小小于1页，那么读取这个节点的时候其实也会读出1页，造成资源的浪费；如果一个节点的大小大于1页，比如1.2页，那么读取这个节点的时候会读出2页，也会造成资源的浪费；所以为了不造成浪费，所以最后把一个节点的大小控制在1页、2页、3页、4页等倍数页大小最为合适。
那么，Mysql中B 树的一个节点大小为多大呢？
这个问题的答案是“1页”，这里说的“页”是Mysql自定义的单位（其实和操作系统类似），Mysql的Innodb引擎中一页的默认大小是16k（如果操作系统中一页大小是4k，那么Mysql中1页=操作系统中4页），可以使用命令SHOW GLOBAL STATUS like 'Innodb_page_size'; 查看。
并且还可以告诉你的是，一个节点为1页就够了。
为什么一个节点为1页（16k）就够了？
解决这个问题，我们先来看一下Mysql中利用B 树的具体实现。
Mysql中MyISAM和innodb使用B 树
通常我们认为B 树的非叶子节点不存储数据，只有叶子节点才存储数据；而B树的非叶子和叶子节点都会存储数据，会导致非叶子节点存储的索引值会更少，树的高度相对会比B 树高，平均的I/O效率会比较低，所以使用B 树作为索引的数据结构，再加上B 树的叶子节点之间会有指针相连，也方便进行范围查找。上图的data区域两个存储引擎会有不同。
MyISAM中的B 树
MYISAM中叶子节点的数据区域存储的是数据记录的地址
主键索引
辅助索引
MyISAM存储引擎在使用索引查询数据时，会先根据索引查找到数据地址，再根据地址查询到具体的数据。并且主键索引和辅助索引没有太多区别。
InnoDB中的B 树
InnoDB中主键索引的叶子节点的数据区域存储的是数据记录，辅助索引存储的是主键值
主键索引
辅助索引
Innodb中的主键索引和实际数据时绑定在一起的，也就是说Innodb的一个表一定要有主键索引，如果一个表没有手动建立主键索引，Innodb会查看有没有唯一索引，如果有则选用唯一索引作为主键索引，如果连唯一索引也没有，则会默认建立一个隐藏的主键索引（用户不可见）。另外，Innodb的主键索引要比MyISAM的主键索引查询效率要高（少一次磁盘IO），并且比辅助索引也要高很多。所以，我们在使用Innodb作为存储引擎时，我们最好：
- 手动建立主键索引
- 尽量利用主键索引查询
回到我们的问题：为什么一个节点为1页（16k）就够了？
对着上面Mysql中Innodb中对B 树的实际应用（主要看主键索引），可以发现B 树中的一个节点存储的内容是：
- 非叶子节点：主键 指针
- 叶子节点：数据
那么，假设我们一行数据大小为1K，那么一页就能存16条数据，也就是一个叶子节点能存16条数据；再看非叶子节点，假设主键ID为bigint类型，那么长度为8B，指针大小在Innodb源码中为6B，一共就是14B，那么一页里就可以存储16K/14=1170个(主键 指针)，那么一颗高度为2的B 树能存储的数据为：117016=18720条，一颗高度为3的B 树能存储的数据为：11701170*16=21902400（千万级条）。所以在InnoDB中B 树高度一般为1-3层，它就能满足千万级的数据存储。在查找数据时一次页的查找代表一次IO，所以通过主键索引查询通常只需要1-3次IO操作即可查找到数据。所以也就回答了我们的问题，1页=16k这么设置是比较合适的，是适用大多数的企业的，当然这个值是可以修改的，所以也能根据业务的时间情况进行调整。
最左前缀原则
我们模拟数据建立一个联合索引
代码语言：javascript复制select*,concat(right(emp_no,1),"-",right(title,1),"-",right(from_date,2))from employees.titles limit10;
那么对应的B 树为
我们判断一个查询条件能不能用到索引，我们要分析这个查询条件能不能利用某个索引缩小查询范围
对于 select * from employees.titles where emp_no=1是能用到索引的，因为它能利用上面的索引所有查询范围，首先和第一个节点“4-r-01”比较，1<4，所以可以直接确定结果在左子树，同理，依次按顺序进行比较，逐步可以缩小查询范围。对于 select * from employees.titles where title='1'是不能用到索引的，因为它不能用到上面的索引，和第一节点进行比较时，没有empno这个字段的值，不能确定到底该去左子树还是右子树继续进行查询。对于 select *from employees.titles where title='1' and emp_no=1是能用到索引，按照我们的上面的分析，先用title='1'这个条件和第一个节点进行比较，是没有结果的，但是mysql会对这个sql进行优化，优化之后会将empno=1这个条件放到第一位，从而可以利用索引。
