在我們公司的DB規範中，明確規定：

1、建表語句必須明確指定主鍵

2、無特殊情況，主鍵必須單調遞增

對於這項規定，很多研發小夥伴不理解。本文就來深入分析MySQL索引設計背後的資料結構和演算法，從而幫你釋疑以下幾個問題：

1、為什麼InnoDB表需要主鍵？

2、為什麼建議InnoDB表主鍵是單調遞增？

3、為什麼不建議InnoDB表主鍵設定過長？

一、B-Tree基礎知識

B-Tree（多路搜尋樹）是一種常見的資料結構。使用B-Tree結構可以顯著減少定位記錄時所經歷的中間過程，從而加快存取速度。B通常認為是Balance的簡稱。這個資料結構一般用於資料庫的索引，綜合效率較高。目前很多資料庫產品的索引都是基於B+Tree結構。MySQL也採用B+Tree，是B-Tree的一個變種，其實特性相差不大，理解了B-Tree也就懂了B+Tree。

1、一顆M階B-Tree具有的特性【熟記於心】

1） 根結點的孩子數>=2(前提是樹高度大於1)

2） 除根結點與葉子結點，其它結點的孩子數為[ceil(m/2),m]個。ceil函式表示上取整數。

3） 所有葉子結點都出現在同一層，葉子結點不儲存資料。

4） 各個結點包含n個關鍵字資訊：(P0,K1,P1,K2,P2……Kn,Pn)

• Ki(i=1,2……n)為關鍵字，且K(i-1)<Ki，即從小到大排序
• 關鍵字的個數n必須滿足：[ceil(m/2)-1,m-1]
• 4.3) Pi指向子樹，且指標P(i-1)所指向的子樹結點中所有關鍵字均小於Ki。即：父結點中任何關鍵字的左孩子都小於它，右孩子大於它。

2、B-Tree插入操作

1）插入新元素，如果葉子結點空間足夠，則插入其中，遵循從小到大排序；

2）如果該結點空間滿了，進行分裂。將該結點中一半關鍵字分裂到新結點中，中間關鍵字上移到父結點中。

【舉例】如果單從上面特性及插入規則看得不明白，請結合以下分步驟圖例：

將下面數字插入到一棵5階B-Tree中：[3,14,7,1,8,5,11,17,13,6,23,12,20,26,4,16,18,24,25,19]

首先根據B-Tree特性知道，每個結點的關鍵字數量範圍是:   2<=n<=4

【第一步】：插入3,14,7,1

到這裡，第一個結點中關鍵字數量剛好滿了。

【第二步】：插入8

由於8是大於7的，故應該插入右子樹，一個結點中最多儲存4個關鍵字，按照插入規則，將中間關鍵字7上移形成父結點，其他按照50%分裂成兩個結點，如上圖。

【第三步】：插入5,11,17

由於5小於7，插入左子樹，11,17大於7,插入右子樹。葉子結點沒有滿4個關鍵字，故可以直接插入5,11,17。

【第四步】：插入13

13大於7，應該插入右子樹結點中，由於該結點中滿4個關鍵字了，需要進行分裂。13剛好是中間關鍵字，上移到父結點中；其他按照50%分裂成兩個結點。

【第五步】：插入6,23,12,20

以上幾個數字按照規則直接插入即可，無需分裂操作。

【第六步】：插入26

由於26大於13，應該插入13的右子樹結點中，但是該結點已經滿了，需要分裂，將中間20上移到父結點中，其他按照50%分裂成兩個結點。

【第七步】：插入4

由於4小於7，應該插入7的左結點中，但該結點滿了，需要進行分裂，將中間關鍵字4上移到父結點中，其他按照50%分裂成兩個結點。

【第八步】：插入16，18，24，25

以上4個數字按大小直接插入到相應位置即可，無需分裂操作。

【第九步】：插入19

插入19，需要放到18的後面，但是由於該結點已滿，需要分裂操作，將中間關鍵字17上移到父結點中，其它按照50%分裂成14，16以及18，19兩個結點；別以為到這就結束了，再看17被上移到父結點中，由於父結點已經滿了，所以這時對父結點進行分裂，將中間關鍵字13上移形成新的父結點，其他按照50%分裂成4，7和17，20兩個結點，到此，資料插入全部完成，形成了一棵B-Tree。

 3、刪除操作

刪除操作稍稍複雜一些，這裡就不舉例展開了。大概思路如下：

1）查詢B-Tree中需刪除的元素，如果該元素在B-Tree中存在，則將該元素在其結點中進行刪除。

2）刪除該元素後，判斷該元素是否有左右孩子結點，如果有，則上移孩子結點中的某相近元素到父節點中，然後進入第三步；如果沒有，直接刪除後，進入第三步。

3）移動相應元素後，如果結點中元素個數小於ceil(m/2)-1，則需要看其相鄰兄弟結點是否足夠（結點中元素個數大於ceil(m/2)-1），如果足夠，則向父節點借一個元素；如果其相鄰兄弟都不夠，即借完之後其結點元素個數小於ceil(m/2)-1，那該結點與其相鄰的某一兄弟結點合併成一個結點，以此來滿足條件。

總之，對於索引檔案，無論是插入還是刪除B-Tree結點，不斷地分裂和合並結點來維持B-Tree結構是非常昂貴的操作。

4、B+Tree介紹

MySQL索引採用B+Tree，它是應檔案系統所需而產生的一種B-Tree的變形樹，他們的差異在於：

1） 非葉子結點的子樹指標與關鍵字個數相同；

2） B+樹父結點中的記錄，儲存的是下層子樹中的最小值；

3） 所有葉子結點通過一個鏈指標相連；

4） 所有關鍵字都在葉子結點出現。

如下面是一棵典型的B+Tree（假設每個結點最多有4個關鍵字）

其它特性與操作與B-Tree基本相同。到此，B-Tree和B+Tree基礎知識已經瞭解了，下面的內容都是基於以上的概念。

二、MySQL索引實現

MySQL索引實現是在儲存引擎端，不同儲存引擎對索引實現方式是不同的，比如InnoDB和MyISAM，下面我們重點介紹InnoDB引擎索引的實現方式。

1、InnoDB索引實現方式

對於InnoDB表，資料檔案ibd本身就是按B+Tree組織的一個索引結構，這棵樹的葉節點data域儲存了完整的資料記錄。

舉例說明，下面是students表，id是主鍵，name上有輔助索引，有6行資料記錄。

假如在一棵5階B+Tree(關鍵字範圍[2,4]),它的主鍵索引組織結構如下：

上圖是InnoDB主鍵索引的B+Tree，葉節點包含了完整的資料記錄，像這種索引叫做聚集索引。因為InnoDB的資料檔案本身要按主鍵聚集，所以InnoDB要求表必須有主鍵(MyISAM可以沒有)，如果沒有顯式指定，則MySQL會優先自動選擇一個可以唯一標識資料記錄的列作為主鍵，比如唯一索引列，如果不存在這種列，則MySQL自動為InnoDB表生成一個隱含欄位作為主鍵，長度為6個位元組，型別為longint。

輔助索引結構：

對於secondary index，非葉子結點儲存的是索引值，比如上面的name欄位。

葉子結點儲存的不再是資料記錄了，而是主鍵值。

從上面的B+Tree可以總結到：

MySQL聚集索引使得按主鍵的搜尋非常高效的。

輔助索引需要搜尋兩遍索引：

第一：檢索輔助索引獲得主鍵值

第二：用主鍵值到主鍵索引中檢索獲得記錄

到這裡，再來分析本文開頭提出的問題：

問題1：為什麼InnoDB表需要主鍵？

• InnoDB表資料檔案都是基於主鍵索引組織的，沒有主鍵，MySQL會想辦法給我搞定，所以主鍵必須要有；
• 基於主鍵查詢效率高；
• 其它型別索引都要引用主鍵索引；

問題3：為什麼不建議InnoDB表主鍵設定過長？

• 因為輔助索引都儲存引用主鍵索引，過長的主鍵索引使輔助索引變得過大；

三、InnoDB對B+Tree的改進

在上面的例子中：將下面數字插入到一棵5階B-Tree中：[3,14,7,1,8,5,11,17,13,6,23,12,20,26,4,16,18,24,25,19]

插入這些無序資料一共經歷了6次分裂，對於磁碟索引檔案而言，每次分裂都是很昂貴的操作；如果將以上資料排好序，再次插入是不是效果會好，我試驗了下，雖然每次都是插入到最右結點，涉及遷移資料量會少，但是分裂的次數依然挺多，需要7次分裂。

每次分裂都是按照50%進行，這樣存在明顯的缺點就是導致索引頁面的空間利用率在50%左右；而且對於遞增插入效率也不好，平均每兩次插入，最右結點就得進行一次分裂。那InnoDB是如何進行改進的呢？

InnoDB其實只是針對遞增/遞減情況進行了改進優化，不再採用50%的分裂策略，而是使用下面的分裂策略：

1、插入新元素，判斷葉子結點空間是否足夠，如果足夠，直接插入；

2、如果葉子結點空間滿了，判斷父結點空間是否足夠，如果足夠，將該新元素插入到父結點中；如果父結點空間滿了，則進行分裂。

比如下面一棵5階B+Tree：

現在連續插入10,11,14,15,17，採用優化後分裂策略的分步圖例如下：

【第一步】：插入10

由於最右結點還有空間，直接插入即可。

【第二步】：插入11

插入11時，由於最右結點空間已滿，如果使用50%分裂策略，則需要分裂操作了，但是使用優化後的分裂策略，當該結點空間已滿，還要判斷該結點的父結點是否滿了，如果父結點還有空間，那麼插入到父結點中，所以11插入到父結點中了，同時形成一個子結點。

【第三步】：插入14,15,17

優化後的分裂策略僅僅針對遞增/遞減情況，顯著的減少了分裂次數並且大大提高了索引頁面空間的利用率。

如果是隨機插入，可能會引起更高代價的分裂概率。所以InnoDB儲存引擎會為每個索引頁維護一個上次插入的位置變數，以及上次插入是遞增/遞減的標識。InnoDB能夠根據這些資訊判斷新插入資料是否滿足遞增/遞減條件，若滿足，則採用改進後的分裂策略；若不滿足，則進行50%的分裂策略。

到此，我們可以回答本文開頭提出的另一個問題了：

問題2：為什麼建議InnoDB表主鍵是單調遞增？

• 如果InnoDB表主鍵是單調遞增的，可以使用改進後的B+Tree分裂策略，顯著減少B-Tree分裂次數和資料遷移，從而提高資料插入效率。
• 不僅如此，它還大大提高索引頁空間利用率。

小結

通過學習B+Tree資料結構，從而加深對MySQL索引儲存結構的理解，對我們設計、優化索引非常有幫助。以上就是我想跟大家分享的內容，歡迎大家一起交流學習。

作者介紹：

趙海亮，現任職58趕集集團安居客MySQL DBA，主要從事安居客MySQL資料庫的優化、升級、遷移等工作。

文章來自微信公眾號：DBAplus社群