每日面试一问/Mysql篇-04

讲一下MySQL InnoDB的索引结构#

InnoDB 的索引结构，简单来说，它就像一个字典的目录。底层的核心实现是 B+Tree。

B+Tree的非叶子节点#

那么为什么为什么选择 B+Tree呢？B+Tree的非叶子节点存储的不是实际的数据，而存储的是索引键，因为不存储数据，所以这一页里面能存储很多索引，这也就使得整个B+Tree变得“矮胖”。哪怕是千万级别的数据，树通常也就是 3-4层。这意味着我们找一条数据最后只需要 3-4次的磁盘I/O，速度非常快。

B+Tree的叶子节点#

B+Tree的叶子节点才是真正存储数据的地方，而且 B+Tree 树将所有的叶子节点用一个双向链表串起来了。这样我们在做范围查询的时候，只需要找到起始值，然后顺着链表往后摸就行了，效率极高。

索引分类#

在分类上，分成：聚簇索引和二级索引，也叫非聚簇索引。

聚簇索引的叶子节点直接存放的是整行的完整数据，而二级索引的叶子节点则存储的是索引列的值与对应的主键ID。

当通过二级索引查询非索引涵盖的字段的时候，系统会先获取主键ID，再通过主键ID检索聚簇索引，这个过程称为回表。

为什么用 B+ 树 不用 B树？#

主要是基于I/O效率、范围查询能力和查询稳定性这三个核心优势。

I/O效率#

首先，B+Tree非叶子节点只存储索引键而为不存储实际行数据，这使得单个内存页能容纳更多的指针，树的结构变得更加“矮胖”，即使千万级数据也只需要 3-4次的磁盘I/O即可定位目标。

范围查询能力#

其次，B+Tree的所有数据集中在叶子节点上，并且叶子节点直接通过双向链表相连，在处理数据高频的范围查或排序的时候，只需要在线性链表上进行扫描，而B树则需要频繁的在不同层级间进行中序遍历，效率低。

查询稳定性#

最后B+Tree保证了任何查询都必须从根节点走到叶子节点，这使得查询的磁盘I/O次数是恒定的，提供了更稳定的响应时间。

简单来说，B+Tree通过牺牲了非叶子节点的数据存储，换取了更低的树高度和更强的范围扫描能力。

聚簇索引和非聚簇索引的区别？回表查询是一定会执行的吗？#

聚簇索引和非聚簇索引的核心区别子在于叶子节点存放的内容不同。

聚簇索引#

聚簇索引的叶子及诶单直接存放完整的行记录。

非聚簇索引#

而非聚簇索引存放索引列值和主键ID。

回表查询、覆盖索引#

因此，回表查询非必须执行，如果我们查询的字段已经全部包含在当前的二级索引中，也就是覆盖索引，MySQL就可以直接在二级索引树上获取数据并返回，从而跳过回表操作，大幅度减少磁盘I/O提升性能。