磁盘数据页的存储结构
- 数据库的数据存放到磁盘上，文件存放的物理格式是数据页。数据页存放不是按顺序一页一页存放的，而是两两相邻的数据页会采用双向链表的方式互相引用。
- 数据页在磁盘文件里就是一段数据，数据页有一个指针指向上一个数据页在磁盘文件里的起始物理位置，还有一个指针指向自己下一个数据页的物理位置。
- 数据页内部存储数据，每一行数据会按主键大小进行排序存储，每一行数据都有指针指向下一行数据位置，组成单项链表。
没有索引，数据库是如何查询的
- 每个数据页都会有个页目录，里面根据数据的主键存放，主键—->槽位数据。
如果根据主键查询数据，在数据页的页目录里根据主键进行二分查找，如果根据非主键数据，只能一个数据页一个数据页遍历查询，最差可能全表扫描。
不断插入数据是怎么进行页分裂的
有一个数据页，里面有数据组成单项列表。不停的往里面插入数据，需要再加一个数据页，需要保证后一个数据页的主键值要大于前一个数据页的主键值，这是索引运行的一个机制。
如果主键是自增的，可以保证后一个主键值大于前一个数据页主键值。如果是非自增，此时会出现一个页分裂的过程，就是在增加一个新的数据页的时候，会把前一个数据页里主键值较大的挪到新的数据页来，把插入比较小的主键值放到上一个数据页里去。
基于主键的索引是如何设计的
如果没有索引，要查id=10的数据还是不好找，只能通过全表扫描。针对主键设计索引，其实就是主键的目录。把每个数据页的页号，还有数据页里最小的主键值放在一起，组成一个索引，在主键索引里使用二分法查询到满足条件的值。
如何用B+树实现索引的页存储物理结构
- 如果表里有很多数据，会有大量的数据页，然后主键目录里要存储大量的数据页和最小主键值，所以把索引数据也存储在数据页中，作为索引页。
- 如果有很多的索引页，要找到某个索引还是不容易，所以把索引页多加了一个层级，在更高的索引层级里，保留了每个索引页和索引页里的最小主键值。
- 比如要查id=46，先到顶层的索引页35通过二分法查找到索引页20，继续在索引页20里二分查询到数据页8，在数据页8里继续二分查询到id=46的。
- 如果顶层的索引页存放的下层索引页过多就再次分裂，再加一层索引页。这就是一个B+树。
聚簇索引
- 索引内部，对于一个层级内的索引页，互相之间都是基于指针组成双向列表。
- 聚簇索引就是一个B+树索引数据结构里，叶子节点就是数据页本身。
- InnoDB存储引擎里，对数据进行增删改查，就是把数据页放在聚簇索引里，数据在索引里，插入数据就是在数据页里插入数据。数据页分裂的时候，会调整各个数据页内部顺序，保证下一个数据页的所有主键值大于上一个数据页主键值。
-
除主键之外的二级索引如何运作
对主键外的其他字段建立索引，比如name，age。 简单说就是插入数据的时候，一方面会把完整数据插入到聚簇索引的叶子节点的数据页中，同时维护好聚簇索引，另一方面为其他字段建立的索引，重新维护一个B+树。
- 如果基于name字段建立索引，插入数据的时候，会重新生成B+树，叶子节点是数据页，但是这个数据页里仅仅放主键字段和name字段。整体的规则跟主键索引一样，叶子节点naem值按大小排列。
- 如果查找的话，从name字段的索引按照二分法一级一级往下查找，一直找到叶子节点。此时需要”回表”，因为name索引树的叶子节点是主键值，所以需要回表根据主键值 去主键索引树里的叶子节点找到完整的数据。
- 一般name这种普通字段的索引称为二级索引。
联合索引同理，如果是name+age。叶子节点的数据页放id+name+age，先按name排序，name一样就按照age排序。
插入数据时是如何维护B+索引树的
数据表最开始就是一个数据页，插入数据就直接在数据页里插入。数据页内部有一个基于主键的索引。表数据越来越多后，数据页进行分裂，数据进行挪动，保证第二个数据页的值都大于第一个数据页。根页升级索引页，里面有两个数据页的页号和最小主键值。 依次类推，数据越来越多，数据页越来越分裂，索引页也会分级。
二级索引同理，插入数据的时候，一方面在聚簇索引里插入数据，一方面在name字段的索引B+树唯一的数据页里插入。数据越来越多，name的索引树会分裂，升级。name字段的索引树不仅存放页号和最小name字段值，还有存放最小name的主键值，为了当name一样的时候，根据主键值区分。
一个表里不是索引越多越好
建立索引可以提高性能
- 索引过多的话，建立很多的索引树，会占用磁盘空间。同时进行增删改的时候，需要保证B+树内部是有序的，不停的增删改会不停的挪动，效率会降低。
若有收获，就点个赞吧
0 人点赞
