MySQL 的核心特性之一是插件式存储引擎，不同存储引擎针对不同场景设计，底层数据结构差异极大 —— 直接决定了查询性能、事务支持、并发控制等核心能力。
本文聚焦 MySQL 最常用的 3 种存储引擎：InnoDB（默认）、MyISAM（经典）、Memory（内存型），从「核心数据结构→索引实现→数据存储→优缺点」四个维度，详细拆解其底层设计，同时对比其他小众引擎的特色结构。
一、核心概念铺垫
在分析具体引擎前，先明确 2 个关键前提：
- 存储引擎的职责：管理数据的存储（磁盘 / 内存）、读取、索引构建、事务 / 锁控制，与 MySQL 服务器层（SQL 解析、优化）解耦；
- 数据结构的核心目标：优化「数据查找」和「数据写入」效率 —— 索引结构解决'快速找数据'，数据存储结构解决'高效存数据'。
二、InnoDB 存储引擎（MySQL 8.0 默认）
InnoDB 是唯一支持事务、行锁、外键的主流引擎，底层数据结构围绕「聚簇索引 + B+ 树」设计，兼顾一致性与并发性能，适用于绝大多数业务场景（电商、金融、社交等）。
1. 核心数据结构总览
InnoDB 的底层数据结构可概括为：聚簇索引（B+ 树）为核心，辅助索引（B+ 树）为补充，结合页结构、链表、哈希表实现高效管理。
2. 核心数据结构详解
（1）索引结构：B+ 树（InnoDB 的'灵魂'）
InnoDB 所有索引（主键、二级索引、联合索引）均基于B+ 树实现，而非 B 树或红黑树 —— 这是 InnoDB 高效查询的核心原因。
① B+ 树的结构设计（专为数据库优化）
B+ 树是「多路平衡查找树」，结构特点如下（以 3 阶 B+ 树为例）：
- 层级划分：分为根节点、非叶子节点（索引节点）、叶子节点（数据节点）；
- 非叶子节点：仅存储「索引键 + 子节点指针」，不存实际数据 —— 使得非叶子节点能容纳更多索引项，降低树的高度（通常 3-4 层即可覆盖千万级数据）；
- 叶子节点：
- 存储「索引键 + 实际数据（聚簇索引）」或「索引键 + 主键值（二级索引）」；
- 所有叶子节点通过「双向链表」串联（按索引键顺序排列），支持范围查询（如
WHERE id BETWEEN 100 AND 200）；
- 平衡特性：插入 / 删除时通过旋转、分裂 / 合并节点，保证树的高度平衡，查询时间复杂度始终为 O(log n)。
② 聚簇索引（Clustered Index）—— 数据即索引
InnoDB 的核心设计：聚簇索引的叶子节点直接存储完整数据行，数据与索引物理上绑定，而非分离。
- 构建规则：
- 若表定义了主键（PRIMARY KEY），则主键作为聚簇索引；
- 若无主键，选择第一个非空唯一索引（UNIQUE NOT NULL）作为聚簇索引；
- 若既无主键也无合适唯一索引，InnoDB 会自动生成一个隐藏的
row_id（6 字节自增整数）作为聚簇索引。
- 优势：
- 按主键查询时，无需回表（一次 B+ 树查找即可获取完整数据）；
- 范围查询效率高（叶子节点双向链表可快速遍历范围内数据）。
- 劣势：
- 主键更新代价高（会导致数据行物理迁移，因为聚簇索引顺序决定数据存储顺序）；
- 二级索引查询需'回表'（先查二级索引得主键，再查聚簇索引得数据）。
③ 二级索引（Secondary Index）—— 辅助查询
除聚簇索引外的所有索引（普通索引、联合索引、唯一索引）均为二级索引，结构特点：
