問答專欄Q & A COLUMN
相信很多程序員朋友對數據的索引并不陌生，最常見的索引是 B+ Tree 索引，索引可以加快數據庫的檢索速度，但是會降低新增、修改、刪除操作的速度，一些錯誤的寫法會導致索引失效等等。
但是如果被問到，為什么用了索引之后，查詢就會變快？B+ Tree 索引的原理是什么？這時候很多人可能就不知道了，今天我就以 MySQL 的 InnoDB 引擎為例，講一講 B+ Tree 索引的原理。
MySQL 的基本存儲結構是頁，大概就是這個樣子的：
在這里，我們需要了解以下幾點（非常重要）：
當我們用 MySQL 的 InnoDB 引擎創建表，有且只能有一個主鍵；如果我們沒有顯示地指定之間，那么MySQL 會自動生成一個隱含字段作為主鍵；
聚集索引：以主鍵創建的索引；聚集索引的葉子節點存儲的是表中的數據；
非聚集索引：非主鍵創建的索引；非聚集索引在葉子節點存儲的是主鍵和索引列；使用非聚集索引查詢數據，會查詢到葉子上的主鍵，再根據主鍵查到數據（這個過程叫做回表）。
我們以聚集索引做講解，頁和頁之間、以及頁和數據之間的關系是這樣的：
數據頁和數據頁之間，組成一個雙向鏈表；
每個數據頁中的記錄，是一個單向鏈表；
每個數據頁都根據內部的記錄生成一個頁目錄（Page directory），如果是主鍵的話，可以在頁目錄中使用二分法快速定位；
如果我們根據一個非主鍵、非索引列進行查詢，那么需要遍歷雙向鏈表，找到所在的頁；再遍歷頁內的單向鏈表；如果表內數據很大的話，這樣的查詢就會很慢。
先讓我們看看 B+ Tree 索引大概是什么樣子（以聚集/主鍵索引為例）：
假如這時候我們要查詢 id = 16 的數據：
查詢頁-1，找到頁-2 存儲的是小于 30 的數據；
查詢頁-2，找到頁-5 存儲的是 10~20 的數據；
查詢頁-5，找到 id = 16 的數據。
很顯然，沒有用索引的時候，需要遍歷雙向鏈表來定位對應的頁，而有了索引，則可以通過一層層“目錄”定位到對應的頁上。
B+ Tree 是一顆平衡樹，如果對這顆樹新增、修改、刪除的話，會破壞它的原有結構；
我們在做數據新增、修改、刪除的時候，需要花額外的時間去維護索引；
正因為這些額外的開銷，導致索引會降低新增、修改、刪除的速度。
現在你是否理解了 B+ Tree 索引的原理？
最后再留一個思考題：為什么官方建議使用自增長主鍵作為索引？大家可以在留言中寫下你的答案。
評論0
加載中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答
