本篇介紹下Mysql的InnoDB索引相關(guān)知識(shí)啊胶，從各種樹到索引原理到存儲(chǔ)的細(xì)節(jié)列赎。
InnoDB是Mysql的默認(rèn)存儲(chǔ)引擎(Mysql5.5.5之前是MyISAM睬涧，文檔)蝌诡。本著高效學(xué)習(xí)的目的挎春，本篇以介紹InnoDB為主看疙，少量涉及MyISAM作為對(duì)比。
這篇文章是我在學(xué)習(xí)過程中總結(jié)完成的直奋，內(nèi)容主要來自書本和博客(參考文獻(xiàn)會(huì)給出)能庆，過程中加入了一些自己的理解，描述不準(zhǔn)確的地方煩請(qǐng)指出脚线。
1 各種樹形結(jié)構(gòu)
本來不打算從二叉搜索樹開始搁胆，因?yàn)榫W(wǎng)上已經(jīng)有太多相關(guān)文章，但是考慮到清晰的圖示對(duì)理解問題有很大幫助邮绿，也為了保證文章完整性渠旁，最后還是加上了這部分。
先看看幾種樹形結(jié)構(gòu)：
1 搜索二叉樹：每個(gè)節(jié)點(diǎn)有兩個(gè)子節(jié)點(diǎn)船逮，數(shù)據(jù)量的增大必然導(dǎo)致高度的快速增加顾腊，顯然這個(gè)不適合作為大量數(shù)據(jù)存儲(chǔ)的基礎(chǔ)結(jié)構(gòu)。
2 B樹：一棵m階B樹是一棵平衡的m路搜索樹挖胃。最重要的性質(zhì)是每個(gè)非根節(jié)點(diǎn)所包含的關(guān)鍵字個(gè)數(shù) j 滿足：┌m/2┐ - 1 <= j <= m - 1杂靶；一個(gè)節(jié)點(diǎn)的子節(jié)點(diǎn)數(shù)量會(huì)比關(guān)鍵字個(gè)數(shù)多1，這樣關(guān)鍵字就變成了子節(jié)點(diǎn)的分割標(biāo)志酱鸭。一般會(huì)在圖示中把關(guān)鍵字畫到子節(jié)點(diǎn)中間伪煤，非常形象，也容易和后面的B+樹區(qū)分凛辣。由于數(shù)據(jù)同時(shí)存在于葉子節(jié)點(diǎn)和非葉子結(jié)點(diǎn)中，無法簡單完成按順序遍歷B樹中的關(guān)鍵字职烧，必須用中序遍歷的方法扁誓。
3 B+樹：一棵m階B樹是一棵平衡的m路搜索樹。最重要的性質(zhì)是每個(gè)非根節(jié)點(diǎn)所包含的關(guān)鍵字個(gè)數(shù) j 滿足：┌m/2┐ - 1 <= j <= m蚀之；子樹的個(gè)數(shù)最多可以與關(guān)鍵字一樣多蝗敢。非葉節(jié)點(diǎn)存儲(chǔ)的是子樹里最小的關(guān)鍵字。同時(shí)數(shù)據(jù)節(jié)點(diǎn)只存在于葉子節(jié)點(diǎn)中足删，且葉子節(jié)點(diǎn)間增加了橫向的指針寿谴，這樣順序遍歷所有數(shù)據(jù)將變得非常容易。
4 B*樹：一棵m階B樹是一棵平衡的m路搜索樹失受。最重要的兩個(gè)性質(zhì)是1每個(gè)非根節(jié)點(diǎn)所包含的關(guān)鍵字個(gè)數(shù) j 滿足：┌m2/3┐ - 1 <= j <= m讶泰；2非葉節(jié)點(diǎn)間添加了橫向指針咏瑟。
B/B+/B*三種樹有相似的操作，比如檢索/插入/刪除節(jié)點(diǎn)痪署。這里只重點(diǎn)關(guān)注插入節(jié)點(diǎn)的情況码泞，且只分析他們?cè)诋?dāng)前節(jié)點(diǎn)已滿情況下的插入操作，因?yàn)檫@個(gè)動(dòng)作稍微復(fù)雜且能充分體現(xiàn)幾種樹的差異狼犯。與之對(duì)比的是檢索節(jié)點(diǎn)比較容易實(shí)現(xiàn)余寥，而刪除節(jié)點(diǎn)只要完成與插入相反的過程即可（在實(shí)際應(yīng)用中刪除并不是插入的完全逆操作，往往只刪除數(shù)據(jù)而保留下空間為后續(xù)使用）悯森。
先看B樹的分裂宋舷，下圖的紅色值即為每次新插入的節(jié)點(diǎn)。每當(dāng)一個(gè)節(jié)點(diǎn)滿后瓢姻，就需要發(fā)生分裂（分裂是一個(gè)遞歸過程祝蝠，參考下面7的插入導(dǎo)致了兩層分裂），由于B樹的非葉子節(jié)點(diǎn)同樣保存了鍵值汹来，所以已滿節(jié)點(diǎn)分裂后的值將分布在三個(gè)地方：1原節(jié)點(diǎn)续膳，2原節(jié)點(diǎn)的父節(jié)點(diǎn)，3原節(jié)點(diǎn)的新建兄弟節(jié)點(diǎn)（參考5收班，7的插入過程）坟岔。分裂有可能導(dǎo)致樹的高度增加（參考3，7的插入過程）摔桦，也可能不影響樹的高度（參考5社付，6的插入過程）。
B+樹的分裂：當(dāng)一個(gè)結(jié)點(diǎn)滿時(shí)邻耕，分配一個(gè)新的結(jié)點(diǎn)鸥咖，并將原結(jié)點(diǎn)中1/2的數(shù)據(jù)復(fù)制到新結(jié)點(diǎn)，最后在父結(jié)點(diǎn)中增加新結(jié)點(diǎn)的指針兄世；B+樹的分裂只影響原結(jié)點(diǎn)和父結(jié)點(diǎn)啼辣，而不會(huì)影響兄弟結(jié)點(diǎn)，所以它不需要指向兄弟節(jié)點(diǎn)的指針御滩。
B*樹的分裂：當(dāng)一個(gè)結(jié)點(diǎn)滿時(shí)鸥拧，如果它的下一個(gè)兄弟結(jié)點(diǎn)未滿，那么將一部分?jǐn)?shù)據(jù)移到兄弟結(jié)點(diǎn)中削解，再在原結(jié)點(diǎn)插入關(guān)鍵字富弦，最后修改父結(jié)點(diǎn)中兄弟結(jié)點(diǎn)的關(guān)鍵字（因?yàn)樾值芙Y(jié)點(diǎn)的關(guān)鍵字范圍改變了）。如果兄弟也滿了氛驮，則在原結(jié)點(diǎn)與兄弟結(jié)點(diǎn)之間增加新結(jié)點(diǎn)腕柜，并各復(fù)制1/3的數(shù)據(jù)到新結(jié)點(diǎn)，最后在父結(jié)點(diǎn)增加新結(jié)點(diǎn)的指針≌电停可以看到B*樹的分裂非常巧妙砰蠢，因?yàn)锽*樹要保證分裂后的節(jié)點(diǎn)還要2/3滿，如果采用B+樹的方法蛾找，只是簡單的將已滿的節(jié)點(diǎn)一分為二娩脾，會(huì)導(dǎo)致每個(gè)節(jié)點(diǎn)只有1/2滿，這不滿足B*樹的要求了打毛。所以B*樹采取的策略是在本節(jié)點(diǎn)滿后柿赊，繼續(xù)插入兄弟節(jié)點(diǎn)（這也是為什么B*樹需要在非葉子節(jié)點(diǎn)加一個(gè)兄弟間的鏈表），直到把兄弟節(jié)點(diǎn)也塞滿幻枉，然后拉上兄弟節(jié)點(diǎn)一起湊份子碰声，自己和兄弟節(jié)點(diǎn)各出資1/3成立新節(jié)點(diǎn)，這樣的結(jié)果是3個(gè)節(jié)點(diǎn)剛好是2/3滿熬甫，達(dá)到B*樹的要求胰挑，皆大歡喜。
B+樹適合作為數(shù)據(jù)庫的基礎(chǔ)結(jié)構(gòu)椿肩，完全是因?yàn)橛?jì)算機(jī)的內(nèi)存-機(jī)械硬盤兩層存儲(chǔ)結(jié)構(gòu)瞻颂。內(nèi)存可以完成快速的隨機(jī)訪問（隨機(jī)訪問即給出任意一個(gè)地址，要求返回這個(gè)地址存儲(chǔ)的數(shù)據(jù)）但是容量較小郑象。而硬盤的隨機(jī)訪問要經(jīng)過機(jī)械動(dòng)作（1磁頭移動(dòng) 2盤片轉(zhuǎn)動(dòng)）贡这，訪問效率比內(nèi)存低幾個(gè)數(shù)量級(jí)，但是硬盤容量較大厂榛。典型的數(shù)據(jù)庫容量大大超過可用內(nèi)存大小盖矫，這就決定了在B+樹中檢索一條數(shù)據(jù)很可能要借助幾次磁盤IO操作來完成。如下圖所示：通常向下讀取一個(gè)節(jié)點(diǎn)的動(dòng)作可能會(huì)是一次磁盤IO操作击奶，不過非葉節(jié)點(diǎn)通常會(huì)在初始階段載入內(nèi)存以加快訪問速度辈双。同時(shí)為提高在節(jié)點(diǎn)間橫向遍歷速度，真實(shí)數(shù)據(jù)庫中可能會(huì)將圖中藍(lán)色的CPU計(jì)算/內(nèi)存讀取優(yōu)化成二叉搜索樹（InnoDB中的page directory機(jī)制）柜砾。
真實(shí)數(shù)據(jù)庫中的B+樹應(yīng)該是非常扁平的湃望，可以通過向表中順序插入足夠數(shù)據(jù)的方式來驗(yàn)證InnoDB中的B+樹到底有多扁平。我們通過如下圖的CREATE語句建立一個(gè)只有簡單字段的測(cè)試表痰驱，然后不斷添加數(shù)據(jù)來填充這個(gè)表证芭。通過下圖的統(tǒng)計(jì)數(shù)據(jù)（來源見參考文獻(xiàn)1）可以分析出幾個(gè)直觀的結(jié)論，這幾個(gè)結(jié)論宏觀的展現(xiàn)了數(shù)據(jù)庫里B+樹的尺度萄唇。
1 每個(gè)葉子節(jié)點(diǎn)存儲(chǔ)了468行數(shù)據(jù)，每個(gè)非葉子節(jié)點(diǎn)存儲(chǔ)了大約1200個(gè)鍵值术幔，這是一棵平衡的1200路搜索樹另萤！
2 對(duì)于一個(gè)22.1G容量的表，也只需要高度為3的B+樹就能存儲(chǔ)了四敞，這個(gè)容量大概能滿足很多應(yīng)用的需要了忿危。如果把高度增大到4达箍，則B+樹的存儲(chǔ)容量立刻增大到25.9T之巨！
3 對(duì)于一個(gè)22.1G容量的表铺厨，B+樹的高度是3缎玫，如果要把非葉節(jié)點(diǎn)全部加載到內(nèi)存也只需要少于18.8M的內(nèi)存（如何得出的這個(gè)結(jié)論？因?yàn)閷?duì)于高度為2的樹解滓，1203個(gè)葉子節(jié)點(diǎn)也只需要18.8M空間赃磨，而22.1G從良表的高度是3，非葉節(jié)點(diǎn)1204個(gè)洼裤。同時(shí)我們假設(shè)葉子節(jié)點(diǎn)的尺寸是大于非葉節(jié)點(diǎn)的，因?yàn)槿~子節(jié)點(diǎn)存儲(chǔ)了行數(shù)據(jù)而非葉節(jié)點(diǎn)只有鍵和少量數(shù)據(jù)值骇。）移国，只使用如此少的內(nèi)存就可以保證只需要一次磁盤IO操作就檢索出所需的數(shù)據(jù)，效率是非常之高的桥狡。
2 Mysql的存儲(chǔ)引擎和索引
可以說數(shù)據(jù)庫必須有索引搅裙，沒有索引則檢索過程變成了順序查找，O(n)的時(shí)間復(fù)雜度幾乎是不能忍受的裹芝。我們非常容易想象出一個(gè)只有單關(guān)鍵字組成的表如何使用B+樹進(jìn)行索引部逮，只要將關(guān)鍵字存儲(chǔ)到樹的節(jié)點(diǎn)即可兄朋。當(dāng)數(shù)據(jù)庫一條記錄里包含多個(gè)字段時(shí)峡扩，一棵B+樹就只能存儲(chǔ)主鍵案训，如果檢索的是非主鍵字段轩触，則主鍵索引失去作用褐捻，又變成順序查找了椅邓。這時(shí)應(yīng)該在第二個(gè)要檢索的列上建立第二套索引柠逞。 ?這個(gè)索引由獨(dú)立的B+樹來組織。有兩種常見的方法可以解決多個(gè)B+樹訪問同一套表數(shù)據(jù)的問題景馁，一種叫做聚簇索引（clustered index?）板壮，一種叫做非聚簇索引（secondary index）。這兩個(gè)名字雖然都叫做索引合住，但這并不是一種單獨(dú)的索引類型绰精，而是一種數(shù)據(jù)存儲(chǔ)方式。對(duì)于聚簇索引存儲(chǔ)來說透葛，行數(shù)據(jù)和主鍵B+樹存儲(chǔ)在一起笨使，輔助鍵B+樹只存儲(chǔ)輔助鍵和主鍵，主鍵和非主鍵B+樹幾乎是兩種類型的樹僚害。對(duì)于非聚簇索引存儲(chǔ)來說硫椰，主鍵B+樹在葉子節(jié)點(diǎn)存儲(chǔ)指向真正數(shù)據(jù)行的指針，而非主鍵萨蚕。
InnoDB使用的是聚簇索引靶草，將主鍵組織到一棵B+樹中，而行數(shù)據(jù)就儲(chǔ)存在葉子節(jié)點(diǎn)上岳遥，若使用"where id = 14"這樣的條件查找主鍵奕翔，則按照B+樹的檢索算法即可查找到對(duì)應(yīng)的葉節(jié)點(diǎn)，之后獲得行數(shù)據(jù)浩蓉。若對(duì)Name列進(jìn)行條件搜索派继，則需要兩個(gè)步驟：第一步在輔助索引B+樹中檢索Name帮坚，到達(dá)其葉子節(jié)點(diǎn)獲取對(duì)應(yīng)的主鍵。第二步使用主鍵在主索引B+樹種再執(zhí)行一次B+樹檢索操作互艾，最終到達(dá)葉子節(jié)點(diǎn)即可獲取整行數(shù)據(jù)。
MyISM使用的是非聚簇索引讯泣，非聚簇索引的兩棵B+樹看上去沒什么不同纫普，節(jié)點(diǎn)的結(jié)構(gòu)完全一致只是存儲(chǔ)的內(nèi)容不同而已，主鍵索引B+樹的節(jié)點(diǎn)存儲(chǔ)了主鍵好渠，輔助鍵索引B+樹存儲(chǔ)了輔助鍵昨稼。表數(shù)據(jù)存儲(chǔ)在獨(dú)立的地方，這兩顆B+樹的葉子節(jié)點(diǎn)都使用一個(gè)地址指向真正的表數(shù)據(jù)拳锚，對(duì)于表數(shù)據(jù)來說假栓，這兩個(gè)鍵沒有任何差別。由于索引樹是獨(dú)立的霍掺，通過輔助鍵檢索無需訪問主鍵的索引樹匾荆。
為了更形象說明這兩種索引的區(qū)別，我們假想一個(gè)表如下圖存儲(chǔ)了4行數(shù)據(jù)杆烁。其中Id作為主索引牙丽，Name作為輔助索引。圖示清晰的顯示了聚簇索引和非聚簇索引的差異兔魂。
我們重點(diǎn)關(guān)注聚簇索引烤芦，看上去聚簇索引的效率明顯要低于非聚簇索引，因?yàn)槊看问褂幂o助索引檢索都要經(jīng)過兩次B+樹查找析校，這不是多此一舉嗎构罗？聚簇索引的優(yōu)勢(shì)在哪？
1 由于行數(shù)據(jù)和葉子節(jié)點(diǎn)存儲(chǔ)在一起智玻，這樣主鍵和行數(shù)據(jù)是一起被載入內(nèi)存的遂唧，找到葉子節(jié)點(diǎn)就可以立刻將行數(shù)據(jù)返回了，如果按照主鍵Id來組織數(shù)據(jù)尚困，獲得數(shù)據(jù)更快蠢箩。
2 輔助索引使用主鍵作為"指針" 而不是使用地址值作為指針的好處是，減少了當(dāng)出現(xiàn)行移動(dòng)或者數(shù)據(jù)頁分裂時(shí)輔助索引的維護(hù)工作事甜，使用主鍵值當(dāng)作指針會(huì)讓輔助索引占用更多的空間谬泌，換來的好處是InnoDB在移動(dòng)行時(shí)無須更新輔助索引中的這個(gè)"指針"。也就是說行的位置（實(shí)現(xiàn)中通過16K的Page來定位逻谦，后面會(huì)涉及）會(huì)隨著數(shù)據(jù)庫里數(shù)據(jù)的修改而發(fā)生變化（前面的B+樹節(jié)點(diǎn)分裂以及Page的分裂）掌实，使用聚簇索引就可以保證不管這個(gè)主鍵B+樹的節(jié)點(diǎn)如何變化，輔助索引樹都不受影響邦马。
3 Page結(jié)構(gòu)
如果說前面的內(nèi)容偏向于解釋原理贱鼻，那后面就開始涉及具體實(shí)現(xiàn)了宴卖。
理解InnoDB的實(shí)現(xiàn)不得不提Page結(jié)構(gòu)，Page是整個(gè)InnoDB存儲(chǔ)的最基本構(gòu)件邻悬，也是InnoDB磁盤管理的最小單位症昏，與數(shù)據(jù)庫相關(guān)的所有內(nèi)容都存儲(chǔ)在這種Page結(jié)構(gòu)里。Page分為幾種類型父丰，常見的頁類型有數(shù)據(jù)頁（B-tree Node）Undo頁（Undo Log Page）系統(tǒng)頁（System Page） 事務(wù)數(shù)據(jù)頁（Transaction System Page）等肝谭。單個(gè)Page的大小是16K（編譯宏UNIV_PAGE_SIZE控制），每個(gè)Page使用一個(gè)32位的int值來唯一標(biāo)識(shí)蛾扇，這也正好對(duì)應(yīng)InnoDB最大64TB的存儲(chǔ)容量（16Kib * 2^32 = 64Tib）攘烛。一個(gè)Page的基本結(jié)構(gòu)如下圖所示：
每個(gè)Page都有通用的頭和尾，但是中部的內(nèi)容根據(jù)Page的類型不同而發(fā)生變化镀首。Page的頭部里有我們關(guān)心的一些數(shù)據(jù)坟漱，下圖把Page的頭部詳細(xì)信息顯示出來：
我們重點(diǎn)關(guān)注和數(shù)據(jù)組織結(jié)構(gòu)相關(guān)的字段：Page的頭部保存了兩個(gè)指針，分別指向前一個(gè)Page和后一個(gè)Page更哄，頭部還有Page的類型信息和用來唯一標(biāo)識(shí)Page的編號(hào)芋齿。根據(jù)這兩個(gè)指針我們很容易想象出Page鏈接起來就是一個(gè)雙向鏈表的結(jié)構(gòu)。
再看看Page的主體內(nèi)容成翩，我們主要關(guān)注行數(shù)據(jù)和索引的存儲(chǔ)沟突，他們都位于Page的User Records部分，User Records占據(jù)Page的大部分空間捕传，User Records由一條一條的Record組成惠拭，每條記錄代表索引樹上的一個(gè)節(jié)點(diǎn)（非葉子節(jié)點(diǎn)和葉子節(jié)點(diǎn)）。在一個(gè)Page內(nèi)部庸论，單鏈表的頭尾由固定內(nèi)容的兩條記錄來表示职辅，字符串形式的"Infimum"代表開頭，"Supremum"代表結(jié)尾聂示。這兩個(gè)用來代表開頭結(jié)尾的Record存儲(chǔ)在System Records的段里域携，這個(gè)System Records和User Records是兩個(gè)平行的段。InnoDB存在4種不同的Record鱼喉，它們分別是1主鍵索引樹非葉節(jié)點(diǎn) 2主鍵索引樹葉子節(jié)點(diǎn) 3輔助鍵索引樹非葉節(jié)點(diǎn) 4輔助鍵索引樹葉子節(jié)點(diǎn)秀鞭。這4種節(jié)點(diǎn)的Record格式有一些差異，但是它們都存儲(chǔ)著Next指針指向下一個(gè)Record扛禽。后續(xù)我們會(huì)詳細(xì)介紹這4種節(jié)點(diǎn)锋边，現(xiàn)在只需要把Record當(dāng)成一個(gè)存儲(chǔ)了數(shù)據(jù)同時(shí)含有Next指針的單鏈表節(jié)點(diǎn)即可。
User Record在Page內(nèi)以單鏈表的形式存在编曼，最初數(shù)據(jù)是按照插入的先后順序排列的豆巨，但是隨著新數(shù)據(jù)的插入和舊數(shù)據(jù)的刪除，數(shù)據(jù)物理順序會(huì)變得混亂掐场，但他們依然保持著邏輯上的先后順序往扔。
把User Record的組織形式和若干Page組合起來贩猎，就看到了稍微完整的形式。
現(xiàn)在看下如何定位一個(gè)Record：
1 通過根節(jié)點(diǎn)開始遍歷一個(gè)索引的B+樹萍膛，通過各層非葉子節(jié)點(diǎn)最終到達(dá)一個(gè)Page吭服，這個(gè)Page里存放的都是葉子節(jié)點(diǎn)。
2 在Page內(nèi)從"Infimum"節(jié)點(diǎn)開始遍歷單鏈表（這種遍歷往往會(huì)被優(yōu)化）蝗罗，如果找到該鍵則成功返回噪馏。如果記錄到達(dá)了"supremum"，說明當(dāng)前Page里沒有合適的鍵绿饵，這時(shí)要借助Page的Next Page指針，跳轉(zhuǎn)到下一個(gè)Page繼續(xù)從"Infimum"開始逐個(gè)查找瓶颠。
詳細(xì)看下不同類型的Record里到底存儲(chǔ)了什么數(shù)據(jù)拟赊，根據(jù)B+樹節(jié)點(diǎn)的不同，User Record可以被分成四種格式粹淋，下圖種按照顏色予以區(qū)分吸祟。
1 主索引樹非葉節(jié)點(diǎn)（綠色）
1 子節(jié)點(diǎn)存儲(chǔ)的主鍵里最小的值（Min Cluster Key on Child），這是B+樹必須的桃移，作用是在一個(gè)Page里定位到具體的記錄的位置屋匕。
2 最小的值所在的Page的編號(hào)（Child Page Number），作用是定位Record借杰。
2 主索引樹葉子節(jié)點(diǎn)（黃色）
1 主鍵（Cluster Key Fields）过吻，B+樹必須的，也是數(shù)據(jù)行的一部分
2 除去主鍵以外的所有列（Non-Key Fields）蔗衡，這是數(shù)據(jù)行的除去主鍵的其他所有列的集合纤虽。
這里的1和2兩部分加起來就是一個(gè)完整的數(shù)據(jù)行。
3 輔助索引樹非葉節(jié)點(diǎn)非（藍(lán)色）
1 子節(jié)點(diǎn)里存儲(chǔ)的輔助鍵值里的最小的值（Min Secondary-Key on Child）绞惦，這是B+樹必須的逼纸，作用是在一個(gè)Page里定位到具體的記錄的位置。
2 主鍵值（Cluster Key Fields）济蝉，非葉子節(jié)點(diǎn)為什么要存儲(chǔ)主鍵呢杰刽？因?yàn)檩o助索引是可以不唯一的，但是B+樹要求鍵的值必須唯一王滤，所以這里把輔助鍵的值和主鍵的值合并起來作為在B+樹中的真正鍵值贺嫂，保證了唯一性。但是這也導(dǎo)致在輔助索引B+樹中非葉節(jié)點(diǎn)反而比葉子節(jié)點(diǎn)多了4個(gè)字節(jié)雁乡。（即下圖中藍(lán)色節(jié)點(diǎn)反而比紅色多了4字節(jié)）
3 最小的值所在的Page的編號(hào)（Child Page Number）涝婉，作用是定位Record。
4 輔助索引樹葉子節(jié)點(diǎn)（紅色）
1 輔助索引鍵值（Secondary Key Fields）蔗怠，這是B+樹必須的墩弯。
2 主鍵值（Cluster Key Fields）吩跋，用來在主索引樹里再做一次B+樹檢索來找到整條記錄。
下面是本篇最重要的部分了渔工，結(jié)合B+樹的結(jié)構(gòu)和前面介紹的4種Record的內(nèi)容锌钮，我們終于可以畫出一幅全景圖。由于輔助索引的B+樹與主鍵索引有相似的結(jié)構(gòu)引矩，這里只畫出了主鍵索引樹的結(jié)構(gòu)圖梁丘，只包含了"主鍵非葉節(jié)點(diǎn)"和"主鍵葉子節(jié)點(diǎn)"兩種節(jié)點(diǎn)，也就是上圖的的綠色和黃色的部分旺韭。
把上圖還原成下面這個(gè)更簡潔的樹形示意圖氛谜，這就是B+樹的一部分。注意Page和B+樹節(jié)點(diǎn)之間并沒有一一對(duì)應(yīng)的關(guān)系区端，Page只是作為一個(gè)Record的保存容器值漫，它存在的目的是便于對(duì)磁盤空間進(jìn)行批量管理，上圖中的編號(hào)為47的Page在樹形結(jié)構(gòu)上就被拆分成了兩個(gè)獨(dú)立節(jié)點(diǎn)织盼。
至此本篇就算結(jié)束了杨何，本篇只是對(duì)InnoDB索引相關(guān)的數(shù)據(jù)結(jié)構(gòu)和實(shí)現(xiàn)進(jìn)行了一些梳理總結(jié)，并未涉及到Mysql的實(shí)戰(zhàn)經(jīng)驗(yàn)沥邻。這主要是基于幾點(diǎn)原因：
1 原理是基石危虱，只有充分了解InnoDB索引的工作方式，我們才有能力高效的使用好它唐全。
2 原理性知識(shí)特別適合使用圖示埃跷，我個(gè)人非常喜歡這種表達(dá)方式。
3 關(guān)于InnoDB優(yōu)化邮利，在《高性能Mysql》里有更加全面的介紹捌蚊，對(duì)優(yōu)化Mysql感興趣的同學(xué)完全可以自己獲取相關(guān)知識(shí)，我自己的積累還未達(dá)到能分享這些內(nèi)容的地步近弟。
另：對(duì)InnoDB實(shí)現(xiàn)有更多興趣的同學(xué)可以看看Jeremy Cole的博客（參考文獻(xiàn)三篇文章的來源）缅糟，這位老兄曾先后在Mysql，Yahoo祷愉，Twitter窗宦，Google從事數(shù)據(jù)庫相關(guān)工作，他的文章非常棒二鳄！
