using b tree mysql_0103MySQL中的B-tree索引 USINGWHERE和USING INDEX同时出现

转自博客http://www.amogoo.com/article/4

前提

1，为了与时俱进，文中数据库环境为MySQL5.6版本

2，为了通用，更为了避免造数据的痛苦，文中所涉及表、数据，均来自于MySQL官网提供的示例库employees，可通过 https://launchpad.net/test-db/employees-db-1/1.0.6 自行下载。

基本概念

Binary search(二分查找法，折半查找法)：是一种在有序数组中查找某一特定元素的搜索算法。搜素过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜素过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。

(以上摘自 http://en.wikipedia.org/wiki/Binary_search_algorithm )

如下图：

B-tree(Btree、B树、B-树)：指的是多路查找树，有别于二叉查找树(Binary Search Tree)、平衡二叉查找树(Balanced Binary Search Tree)。此处的B可理解成Balanced(注1)。

对于一颗M阶的树：

1，定义任意非叶子节点最多只有M个儿子；且M>2；

2，根节点的儿子数为[2, M]；

3，除根节点以外的非叶子节点的儿子数为[M/2, M]；

4，每个节点存放至少M/2-1(取上整)和至多M-1个关键字；(至少2个关键字)

5，非叶子节点的关键字个数=指向儿子的指针个数-1；

6，非叶子节点的关键字：K[1], K[2], …, K[M-1]；且K[i] 

7，非叶子节点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树；

8，所有叶子节点位于同一层；

如下图：

B+-tree(B+tree、B+树)：也是多路查找树，为B-tree的变形，在B-tree的基础上将叶节点打通，加上指向兄弟节点的指针，形成双向链表。叶节点的打通，使得只需遍历叶节点就可以实现整棵树的遍历，而无需像B-tree一样必须回到根枝节点再访问叶节点，对应数据库中范围查询，大大提高了IO性能。此为MySQL的B-tree索引结构。如下图：