Mysql索引以及Btree和B+tree

1.索引的本质：

• 索引类似于书籍的目录，用于帮助MySQL更高效地定位和检索数据。
• MySQL索引是一种数据结构，目的是减少磁盘I/O操作，提高数据查询速度。

2.二叉搜索树（Binary Search Tree, BST）：

• 在理想情况下，BST可以通过比较节点值实现高效的查找，但在最坏的情况下，如果插入顺序导致BST退化为链表形态，则查询效率大大降低。

3.平衡二叉树（Balanced Binary Search Tree, 如AVL、红黑树等）：

• 平衡二叉树通过自我调整保持左右子树高度差不超过1，确保查询效率稳定。
• 但即使是平衡二叉树，由于每个节点只能存储少量数据（例如一个元素），对于MySQL这样的系统来说，其单位磁盘块（配置）中包含的有效数据过少，会导致I/O操作频繁，查询性能不高。

4.B-tree（B树）：

• B树相比于二叉树的优势在于，每个节点可以拥有多个子节点（M阶B树就有M个子节点），这样单个节点可以存储多个元素，提高了每个磁盘块的利用率。
• 这样做减少了查询时所需的层级数量，从而减少了I/O操作次数。

5.B+tree（B+树）：

• B+tree是对B树的改进，尤其适用于数据库索引：
• 叶子节点存储所有数据，非叶子节点仅存储索引信息。
• 叶子节点之间通过指针连接，便于范围查询，只需要遍历叶子节点即可，不需要像B树那样可能需要访问非叶子节点。
• 每个节点可以存储更多元素，进一步增加了每个磁盘块包含的有效数据量，降低了I/O成本。

总结：

• MySQL选择B+tree作为索引数据结构的原因主要是考虑到磁盘I/O效率以及对大量数据和范围查询的支持能力。同时，MySQL中默认配置的一个节点（即磁盘块）通常能够存储16KB的数据，这也是设计索引结构时需要考虑的重要因素。

• B+树由于非叶子节点不存储数据，而是只存储索引信息，使得单个节点能容纳更多的索引项，进而大幅提升了数据存储量。三层B+树理论上可以支持12亿条数据的存储，远高于B树，这对于大规模数据查询非常有利，且查询次数较少，通常只需经过3次I/O即可找到所需数据

问题：

• 为什么不推荐UUID做主键？

  UUID它是没有任何规律的，这样它在插入的时候也没有规律，它可能就会插在这里，就会多一个分叉出来。在前边再插一条又多一个分叉，这边又多一个分叉。到最后可能这个节点它就保存了一条数据，这节点它也就保存了一个一条条数据。这样就会造成了一个配置之间的浪费，而betray就是因为这个原因而导致节点增多，层级增多的，所以不会用UUID来当主键

• 为什么不建议写select * ?

  要避免回表，减少一次查询

• 为什么inno DB一定要建立一个主键索引？

  主键索引它下边直接保存了数据。而非主键索引，它下边表保存的是标识，当查到标识之后，还要回表到主键索引来查询数据。所以它一定要建立主键索引

• 什么是回表？

  inno DB索引获取的过程来看一下。首先是主键索引，然后主键索引它最下面直接保存了真正的数据。这边是根据name创建的索引。在name索引中他拿到主键值，再通过主键值到主键索引中获取数据。那么这一步到主键索引中获取数据就是回表。因为回表它多一步操作，所以咱们要尽量的避免回表

• 什么是索引覆盖？

  所查询的字段是建立索引的字段，就不会回表查询其他字段，所以可以考虑将查询的列创建组合索引，避免回表操作，这样就会增加效率。不过也不能一直追求索引覆盖，需要评估，不然索引数据就会越来越大，也会影响效率的。

• 什么是最左原则?

  查询语条件按照组合索引的顺序从左到右去匹配索引字段