深入理解mysql索引底层数据结构与算法

索引的本质:索引是帮助MySQL高效获取数据的排好序的数据结构

二叉树-对于单边增长的列，二叉树会变成链表并没有简化查询

红黑树-日常使用树的高度会过高，查询叶子结点数据也会多次磁盘io

Hash表-某一列设置成hash索引，对索引进行一次hash运算就能定位数据位置，有时候比b+树更高效，缺点：只能满足\"=\"，不支持范围查询，hash冲突问题

B-Tree-叶节点具有相同的深度，索引元素不重复，节点为key-value结构，节点中的数据索引从左到右递增排列，叶子结点没有指针，范围查找效率低，要从叶子结点返回根节点找

B+Tree-非叶子结点不存储数据data，只存储索引（冗余），叶子结点包含所有的索引，叶子结点之间用指针连接，依次新增，提高区间访问性能，

索引的数据结构有

常识问题之存储引擎是形容数据库的还是形容数据库表的？形容数据库表的

MyISAM存储引擎索引文件和数据文件是分离的（非聚集），MYI索引文件叶子节点存放的，是索引行在MYD数据文件的磁盘地址

Innodb存储引擎，表数据文件本身就是按B+Tree组织的一个索引结构文件（主键索引），聚集索引-叶子节点包含了完整的数据记录

不创建主键，mysql会从第一列开始找一列数据都不一样的作为索引数据组织B+Tree，找不到会维护一列隐藏列，消耗mysql资源

uuid比较大小效率低，占位大，整型比较快，占位小，

面试题-为什么建议InnoDB表必须建主键，并且推荐使用整型的自增主键？

聚集索引和非聚集索引查找谁快？非聚集跨文件，效率低

为什么非主键索引结构叶子结点存储的是主键值？(一致性和节省存储空间)

联合索引-最左前缀原理

深入理解mysql索引底层数据结构与算法