B+ 树索引中的前缀压缩是什么？它为什么能提高页扇出？
简化版
前缀压缩是利用相邻索引 key 往往有共同前缀，只存差异部分或缩短分隔 key，从而减少索引项大小。索引项更小，一个页能放更多 key，B+ 树扇出更大，高度和 I/O 压力可能下降。
详细版
B+ 树叶子页或内部页中的 key 是有序的。相邻 key 常共享前缀，例如 URL、邮箱、字符串编码、联合索引的前几列。前缀压缩可以：
- 在叶子页中对连续 key 共享公共前缀；
- 在内部页中只保存足以区分相邻子树的最短分隔 key；
- 减少单个索引项字节数，提高页内容纳量。
代价是查找和比较时需要解码或结合上下文，CPU 成本和实现复杂度增加。它适合 key 较长且共同前缀明显的场景，对随机短整数 key 收益有限。
完整版教学
一、为什么索引 key 的大小会影响 B+ 树性能
B+ 树的核心优势是高扇出：一个页里放很多 key 和指针，每层能分出很多孩子。若 key 很长，一个页能放下的索引项就变少，扇出下降，树可能变高，缓存命中也变差。前缀压缩就是为了让每页装下更多有效索引项。
例如 16KB 页中，平均索引项 64B 时大约能放 256 项；如果压缩后平均 32B，大约能放 512 项。扇出翻倍后，内部层覆盖的数据量会显著增加。
记忆钩子：B+ 树页像货架，key 越短，同一层能摆的路标越多，树就越矮。
二、为什么有序 key 容易压缩
B+ 树页内 key 按顺序排列，相邻 key 往往相似。字符串尤其明显，比如：
user:100001:profile
user:100002:profile
user:100003:profile它们共享 user:10000 等前缀。如果每条都完整存储，会重复浪费空间。前缀压缩可以记录公共前缀长度和差异后缀，或在页级别保存基准前缀，让每条记录只保存变化部分。
三、内部页分隔 key 为什么可以更短
内部页的 key 主要用于决定搜索走哪个子页，它不一定需要保存完整业务 key。只要某个分隔 key 能区分左子树最大范围和右子树最小范围，就足够完成导航。因此内部页可以保存最短可区分前缀。
举例：
左页最大: apple_999
右页最小: apricot_001
分隔时可能只需要 "apr" 附近的最短区分信息真实数据库实现会非常谨慎，确保压缩后的分隔 key 不改变查找方向。这个优化能让内部页放更多分隔项，提高上层扇出。
四、前缀压缩带来的收益和代价
收益主要是空间和 I/O：页内放更多 key，索引文件更小，缓存能容纳更多索引页，树高可能降低。代价主要是 CPU 和复杂度：比较 key 时可能需要解码，插入删除时要维护压缩格式，页分裂时还要重新计算压缩边界。
| 维度 | 收益 | 代价 |
|---|---|---|
| 磁盘空间 | 索引更小 | 需要压缩元数据 |
| I/O | 页更少、缓存命中更好 | 解码增加 CPU |
| 扇出 | 每页 key 更多 | 分裂维护更复杂 |
| 查询 | 可能减少层数 | 比较逻辑更复杂 |
如果 key 很短、随机且共享前缀少，压缩收益就会很有限。
五、前缀索引和前缀压缩有什么区别
前缀索引是用户建索引时只取列的前 N 个字符，例如对 name(10) 建索引。它可能影响区分度，甚至不能完全覆盖排序或唯一性。前缀压缩是存储引擎内部为了节省页空间做的编码优化，逻辑 key 仍然是完整 key。
前缀索引: 逻辑上只索引 key 的一部分
前缀压缩: 逻辑上索引完整 key，物理上压缩存储这两个名字像，但层次完全不同。面试里被问到时要明确区分。
六、它对写入和页分裂有什么影响
插入新 key 后，相邻 key 的公共前缀关系可能变化。页分裂时，左右页的公共前缀也会重新分布，内部页分隔 key 可能需要调整。压缩让页更省空间，但也让修改路径的维护成本增加。
例如原页里都是 user:100xxx，插入一个 user:999999 仍共享 user:，压缩收益还在；如果插入大量完全不同前缀的 key，页内压缩率下降，页可容纳项数也会变化。
七、常见误区与追问
- 误区：前缀压缩会丢失索引 key 的真实值。 它是物理存储压缩，逻辑上仍能还原或比较完整 key。
- 追问：为什么压缩能提高扇出？ 单个索引项变小，同样页大小能容纳更多 key 和指针。
- 误区：前缀索引和前缀压缩是一回事。 前缀索引改变逻辑索引内容，前缀压缩只是存储编码。
- 追问：什么场景收益最大？ 长字符串、共同前缀明显、联合索引前列重复度高的场景。
- 误区：压缩一定提升所有查询。 解码和维护有 CPU 成本，短随机 key 收益可能很小。
八、加强记忆
前缀压缩的核心是「有序相邻 key 常常长得像」。B+ 树页内 key 有序，重复前缀多时，把公共部分压掉能让页装更多项，提高扇出和缓存效率。但它是物理优化，不等于只索引前几个字符。记住收益在空间和 I/O，代价在 CPU 解码和页维护复杂度。