统治者很短，有董事。如果您不忘记自己的原始意图，那么您必须始终。
请注意公共帐户：Xinghe的代码
在上一篇文章“索引基本知识的评论”中，该索引根据存储结构分为B树索引，哈希索引，B+树索引类型。接下来，了解这些索引结构以及实际存储引擎
哈希的底层由哈希表实现。存储引擎将[计算所有索引列的哈希代码]（哈希代码）。根据密钥值，保留指向每个数据行的指针
MySQL哈希结构中的哈希索引主要用于内存的本机哈希索引和InnoDB自适应哈希索引。在“ InnoDB的存储结构”中，它引入了自适应哈希索引，在这里不会重复。
平衡的多路发现树（B-Tree）：它是一种平衡的搜索树，设计用于磁盘等外部存储设备。
我们知道，InnoDB存储引擎中的页面是磁盘管理的最小单元。默认值为16KB，并且磁盘块的存储空间不大。因此，大小为16kb。如果查询期间的数据在一页中，则磁盘I/O的数量将减少，并且查询效率将得到提高。
B树结构的数据允许系统找到有效位置数据的磁盘块。每个节点可以根据实际情况包含大量关键字信息和分支。下图是3阶B-Tree：
从上图可以看出，B树具有以下功能：
模拟搜索关键字的过程29：
通过上述过程，我们发现29个，只有3个IO，而三阶B树可以容纳数百万个数据，这对于改进查询性能是巨大的。项目总共需要一百万次，显然成本很高。
B+树是基于B树的优化，使其更适合于前存储索引结构。InnoDB存储引擎是使用B+树来实现其索引结构。
上面提到的数据页的存储空间默认为16KB，而B树组成可以看到每个节点不仅包含数据的数据值，还包含数据值。当数据很大时，可以存储在节点中的键（即一页）将很小，从而导致B树的深度深度，从而增加查询期间磁盘I/O的数量，然后影响查询效率。
在这方面，B+树是优化的，所有数据都存储在同一层的同一层叶节点上。非叶子节点仅存储要增加的钥匙值，降低B+树的高度。下图显示了3阶B+树：
示意图可以看出，B+树不仅将数据存储在叶节点上，而且在所有叶子节点（数据节点）之间具有链条指针，该指针促进了叶子节点的范围。以下内容：
MySQL中的索引是存储发动机级别的概念。Myisam和InnoDB都使用B+树作为索引结构，但是不同的存储引擎对索引具有不同的实现方法。
在文章“存储引擎”中，每个表有两个文件：.FRM表结构文件，myd表数据文件和.MYI索引文件。DATA和索引分别存储。
当Myisam使用B+树作为索引结构时，该结构的数据域。.MYI索引文件的数据节点存储了数据记录的地址。
根据示意图：Myisam在索引检索时首先根据B+树搜索算法搜索索引。如果存在指定的密钥，请占据数据域的值，然后使用数据域的值作为读取相应数据记录的地址。
在Myisam中，主索引和辅助索引（辅助键）的结构没有差异，但是主索引要求键是唯一的一个，并且可以重复辅助索引的键。
在文章“存储引擎”中，我有两个用于InnoDB的文件：.FRM表结构文件，.ibd数据文件。数据和索引一起存储在一起。当数据找到数据时，发现数据。
4.2.1群集索引（收集索引）InnoDB的群集索引是按主键的顺序构建B+树结构。叶节点数据域存储完整的数据记录，并且记录和键被紧凑地存储在一起。也就是说，InnoDB的主要密钥索引是数据表本身。它按主键的顺序存储整个表的数据，而所占用的空间是整个表数据的大小。
4.2.2 InnoDB中的辅助索引（第二级索引），主索引的数据域存储和辅助索引（辅助键）（辅助键）不同，这与Myisam不同。
如示意图所示，主键存储在辅助索引中的数据域中，因此通常需要两次找到辅助索引才能找到数据：
原始：https：//juejin.cn/post/7096105968034906143