紅黑樹是每個結(jié)點都帶有顏色屬性的二叉查找樹，顏色或紅色或黑色。
結(jié)點是紅色或黑色。
根結(jié)點是黑色。
所有葉子都是黑色。（葉子是NIL結(jié)點）
每個紅色結(jié)點的兩個子結(jié)點都是黑色。（從每個葉子到根的所有路徑上不能有兩個連續(xù)的紅色結(jié)點）
從任一節(jié)結(jié)點其每個葉子的所有路徑都包含相同數(shù)目的黑色結(jié)點。
這些約束強制了紅黑樹的關(guān)鍵性質(zhì): 從根到葉子的最長的可能路徑不多于最短的可能路徑的兩倍長。結(jié)果是這個樹大致上是平衡的。因為操作比如插入、刪除和查找某個值的最壞情況時間都要求與樹的高度成比例，這個在高度上的理論上限允許紅黑樹在最壞情況下都是高效的，而不同于普通的二叉查找樹。
是性質(zhì)4導(dǎo)致路徑上不能有兩個連續(xù)的紅色結(jié)點確保了這個結(jié)果。最短的可能路徑都是黑色結(jié)點，最長的可能路徑有交替的紅色和黑色結(jié)點。因為根據(jù)性質(zhì)5所有最長的路徑都有相同數(shù)目的黑色結(jié)點，這就表明了沒有路徑能多于任何其他路徑的兩倍長。
因為紅黑樹是一種特化的二叉查找樹，所以紅黑樹上的只讀操作與普通二叉查找樹相同。

B-Tree

葉子結(jié)點具有相同的深度，葉節(jié)點的指針為空
所有元素不重復(fù)
節(jié)點中的數(shù)據(jù)索引從左到右邊遞增排列

B樹數(shù)據(jù)結(jié)構(gòu).png

B+Tree

非葉子結(jié)點不存儲數(shù)據(jù)，只存儲索引（冗余），可以存放更多的索引
葉子結(jié)點包含所有索引字段
葉子結(jié)點用指針鏈接，提高區(qū)間訪問的性能（可以提升范圍查找的效率）

B+樹數(shù)據(jù)結(jié)構(gòu).png

特點關(guān)鍵字：節(jié)點內(nèi)有序，葉子結(jié)點指針鏈接，非葉子結(jié)點存儲索引（冗余）

查詢mysql 索引的數(shù)據(jù)頁的大?。?/p>

mysql> show global status like 'Innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| Innodb_page_size | 16384 |
+------------------+-------+

為什么設(shè)置 16kb 呢？

Hash

對索引的 key 進行一次 hash 計算就可以定位出數(shù)據(jù)存儲的位置
很多的時候 hash 索引要比 B+ 樹索引更高效
僅能滿足 “=” ， “in” 不支持范圍查詢
存在 hash 沖突問題

Hash 數(shù)據(jù)結(jié)構(gòu).png

索引

InnoDB 索引實現(xiàn)（聚集）

表數(shù)據(jù)文件本身就是按 B+Tree 組織的一個索引結(jié)構(gòu)文件

聚集索引-葉子節(jié)點包含了完整的數(shù)據(jù)記錄

為什么 InnoDb 表必須有主鍵，并且推薦使用整型的自增主鍵？

如果沒有設(shè)置索引的話，MySQL 會選擇一個數(shù)據(jù)唯一的列作為主鍵索引，如果找不這樣的列。會去做創(chuàng)建一個隱藏列類似 rowid。
表數(shù)據(jù)文件按照 B+Tree 的數(shù)據(jù)結(jié)構(gòu)維護，在葉子節(jié)點維護的是該行的數(shù)據(jù)。所以必須有主鍵。
整型更方便 B+Tree 排序，自增的話，對于數(shù)據(jù)結(jié)構(gòu)的存放更快, 順序存放，不需要進行大量樹的平衡操作。

為什么非主鍵索引結(jié)構(gòu)葉子節(jié)點的存儲的是主鍵值？

一致性，讓主鍵索引先成功，然后再去更新非主鍵索引關(guān)系
節(jié)省存儲空間。

主鍵索引示意圖：

InnoDB 索引實現(xiàn).png

非主鍵索引示意圖圖片

如果查詢的是通過 name = Alice 去查詢的時候：

走非主鍵索引去查詢，查詢完后拿到信息（Alice, 18）。其實這里也是一個非聚簇索引
然后進行回表查詢，再次通過主鍵去查詢做回表查詢。

兩個數(shù)據(jù)文件：

.frm 主要是存儲表結(jié)構(gòu)信息

.ibd 主要是存儲索引和數(shù)據(jù)

MyISAM 索引文件（非聚集）

索引文件和數(shù)據(jù)文件是分離的（非聚集）

MyISAM 存儲引擎索引.png

三個數(shù)據(jù)文件：

.frm 數(shù)據(jù)結(jié)構(gòu)文件

.myd 文件主要是存儲數(shù)據(jù)

.myi 文件主要是存儲索引信息

聚集索引和非聚集索引

特征：

聚集/非聚集主要是索引文件是否和數(shù)據(jù)文件在一起。

查詢效率上來說聚集索引不會跨文件查詢效率會更加快。

聯(lián)合/復(fù)合索引

多個字段組織成一個共同的索引

組合索引.png

最左前綴原理為什么這樣來使用？

索引的數(shù)據(jù)是被排序的，如果跳過字段的話是無法被使用的。

示例：

where name = 'Jeff' and age = 22              -- 命中索引

where age = 30  and postatin='manager'  -- 不命中索引

where postation = 'dev'                            -- 不命中索引