Schema的优化和索引 - 索引的基础 - 索引的类型 - B-Tree索引

核心提示： 因为存储引擎不必为了查找所需的数据而检索这张表，所以一个B-Tree的索引能加快数据的访问，Schema的优化和索引 - 索引的基础 - 索引的类型 - B-Tree索引(2)，相反，它是从根节点开始查找，来看看最后两个实体：这两个人有相同的名字，而生日不同，（图中并没有表示），根节点的槽（sl

因为存储引擎不必为了查找所需的数据而检索这张表，所以一个B-Tree的索引能加快数据的访问。相反，它是从根节点开始查找。（图中并没有表示）。根节点的槽（slots）保存了指向子节点的指针，并且此存储引擎也关注这些指针。它通过 查看节点页面的值来找到正确的指针。在子节点中定义了值的最大和最小的范围。最终，存储引擎就会知道查找的值是否存在。

叶的页面（leaf page）是特殊的，因为它们有指针指向索引数据，而不是指向其他页。（不同的存储引擎有不同的指针类型指向数据）。我们的例子展示了只有一个节点页和它的页的页面(leaf page)，但是实际上在根节点和叶之间有很多级别的节点。树的深度取决于表的大小。

因为B-Trees存储了有序的索引列。所以对于搜索某一范围的数据是很有用的。来看一个示例，来看一个文本字段加上一个以字母顺序排序的索引的层级树，因此来查询“首字母的范围是I到K的用户”效率是非常高的。

假使表的结构如下：

CREATE TABLE People (

last_name varchar(50) not null,

first_name varchar(50) not null,

dob date not null,

gender enum('m', 'f') not null,

key(last_name, first_name, dob)

);

索引包含的每一行的last_name,first_name,dob列的值。存储的图如下：

要注意的是，索引存储的值的顺序是在表定义的时候所给定的列的顺序。来看看最后两个实体：这两个人有相同的名字，而生日不同，因此他们是通过生日来存储的。