二叉樹（binary tree）是指樹中節(jié)點(diǎn)的度不大于 2 的有序樹，它是一種最簡(jiǎn)單且最重要的樹。二叉樹的遞歸定義為：二叉樹是一棵空樹，或者是一棵由一個(gè)根節(jié)點(diǎn)和兩棵互不相交的，分別稱作根的左子樹和右子樹組成的非空樹；左子樹和右子樹又同樣都是二叉樹

對(duì)于數(shù)組 {1,2,3,4,5} 數(shù)據(jù)結(jié)構(gòu)將成為了鏈表

特點(diǎn)：

父節(jié)點(diǎn)下面有兩個(gè)子節(jié)點(diǎn)。
右邊節(jié)點(diǎn)的數(shù)據(jù)大于左邊節(jié)點(diǎn)的數(shù)據(jù)。

二叉樹.png

紅黑樹

紅黑樹是一種特定類型的二叉樹，它是在計(jì)算機(jī)科學(xué)中用來組織數(shù)據(jù)比如數(shù)字的塊的一種結(jié)構(gòu)。若一棵二叉查找樹是紅黑樹，則它的任一子樹必為紅黑樹。

紅黑樹是一種平衡二叉查找樹的變體，它的左右子樹高差有可能大于 1，所以紅黑樹不是嚴(yán)格意義上的平衡二叉樹（AVL），但對(duì)之進(jìn)行平衡的代價(jià)較低，其平均統(tǒng)計(jì)性能要強(qiáng)于 AVL 。

由于每一棵紅黑樹都是一棵二叉排序樹，因此，在對(duì)紅黑樹進(jìn)行查找時(shí)，可以采用運(yùn)用于普通二叉排序樹上的查找算法，在查找過程中不需要顏色信息。

紅黑樹數(shù)據(jù)結(jié)構(gòu)如下圖：

紅黑樹數(shù)據(jù)結(jié)構(gòu).png

特點(diǎn)：

紅黑樹是每個(gè)結(jié)點(diǎn)都帶有顏色屬性的二叉查找樹，顏色或紅色或黑色。
結(jié)點(diǎn)是紅色或黑色。
根結(jié)點(diǎn)是黑色。
所有葉子都是黑色。（葉子是NIL結(jié)點(diǎn)）
每個(gè)紅色結(jié)點(diǎn)的兩個(gè)子結(jié)點(diǎn)都是黑色。（從每個(gè)葉子到根的所有路徑上不能有兩個(gè)連續(xù)的紅色結(jié)點(diǎn)）
從任一節(jié)結(jié)點(diǎn)其每個(gè)葉子的所有路徑都包含相同數(shù)目的黑色結(jié)點(diǎn)。
這些約束強(qiáng)制了紅黑樹的關(guān)鍵性質(zhì): 從根到葉子的最長(zhǎng)的可能路徑不多于最短的可能路徑的兩倍長(zhǎng)。結(jié)果是這個(gè)樹大致上是平衡的。因?yàn)椴僮鞅热绮迦搿h除和查找某個(gè)值的最壞情況時(shí)間都要求與樹的高度成比例，這個(gè)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(gè)連續(xù)的紅色結(jié)點(diǎn)確保了這個(gè)結(jié)果。最短的可能路徑都是黑色結(jié)點(diǎn)，最長(zhǎng)的可能路徑有交替的紅色和黑色結(jié)點(diǎn)。因?yàn)楦鶕?jù)性質(zhì)5所有最長(zhǎng)的路徑都有相同數(shù)目的黑色結(jié)點(diǎn)，這就表明了沒有路徑能多于任何其他路徑的兩倍長(zhǎng)。
因?yàn)榧t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(diǎn)具有相同的深度，葉節(jié)點(diǎn)的指針為空
所有元素不重復(fù)
節(jié)點(diǎn)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(diǎn)不存儲(chǔ)數(shù)據(jù)，只存儲(chǔ)索引（冗余），可以存放更多的索引
葉子結(jié)點(diǎn)包含所有索引字段
葉子結(jié)點(diǎn)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(diǎn)關(guān)鍵字：節(jié)點(diǎn)內(nèi)有序，葉子結(jié)點(diǎn)指針鏈接，非葉子結(jié)點(diǎn)存儲(chǔ)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(duì)索引的 key 進(jìn)行一次 hash 計(jì)算就可以定位出數(shù)據(jù)存儲(chǔ)的位置
很多的時(shí)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(shí)現(xiàn)（聚集）

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

聚集索引-葉子節(jié)點(diǎn)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(huì)選擇一個(gè)數(shù)據(jù)唯一的列作為主鍵索引，如果找不這樣的列。會(huì)去做創(chuàng)建一個(gè)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(hù)，在葉子節(jié)點(diǎn)維護(hù)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(duì)于數(shù)據(jù)結(jié)構(gòu)的存放更快, 順序存放，不需要進(jìn)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(diǎn)的存儲(chǔ)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(chǔ)空間。

主鍵索引示意圖：

InnoDB 索引實(shí)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(shí)候：

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

兩個(gè)數(shù)據(jù)文件：

.frm 主要是存儲(chǔ)表結(jié)構(gòu)信息

.ibd 主要是存儲(chǔ)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(chǔ)引擎索引.png

三個(gè)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(chǔ)數(shù)據(jù)

.myi 文件主要是存儲(chǔ)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(huì)跨文件查詢效率會(huì)更加快。

聯(lián)合/復(fù)合索引

多個(gè)字段組織成一個(gè)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

參考資料

百度百科

總結(jié)

到此這篇關(guān)于MySQL索引數(shù)據(jù)結(jié)構(gòu)的文章就介紹到這了,更多相關(guān)MySQL索引數(shù)據(jù)結(jié)構(gòu)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: