Mysql索引，B+树为什么快（快速回答）

最新推荐文章于 2024-08-05 20:11:45 发布

小白烊

最新推荐文章于 2024-08-05 20:11:45 发布

阅读量3.2k

点赞数 5

本文链接：https://blog.csdn.net/a215012954/article/details/104875985

版权

首先说一下B+树的特点。

B+树可以理解是扁且宽的。也就是层数少，每层的节点数目很多。但是每层的节点多归多，却不存储数据，只起到索引效果，所有的数据都存在叶子节点上头。
B+ 树所有的 Data 域在叶子节点，一般来说都会进行一个优化，就是将所有的叶子节点用指针串起来。这样遍历叶子节点就能获得全部数据，这样就能进行区间访问啦。

下来说Mysql如何衡量查询效率：主要是通过磁盘IO次数判断
B+树中，层数少，只在叶子节点存数据的特点就能极大的保证磁盘IO次数少，进而说，效率高~

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

小白烊

关注关注

5
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

联合索引在B+树上的存储结构及数据查找方式

ibigboy

02-29

1万+

联合索引如何存储的？又是怎么查找的？为什么要遵循最左前缀原则？

B+树为什么快？

m0_75015491的博客

06-16

546

B+树为什么快？

参与评论您还未登录，请先登录后发表或查看评论

二叉查找树快速理解的4张图

给我一点温度

08-17

789

二叉查找树（Binary Search Tree），也称二叉搜索树，是指一棵空树或者具有下列性质的二叉树：任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值；任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值；任意节点的左、右子树也分别为二叉查找树；没有键值相等的节点。二叉查找树相比于其他数据结构的优势在于查找、插入...

技术研究：MySQL 底层为什么要采用 B+ 树？讨论其他数据结构的可行性

最新发布

技术研究记录

08-05

581

MySQL 采用 B+ 树作为其主要的数据结构，而不是其他常见的数据结构如 B 树、哈希表或跳表。这样，当相近的数据紧接着被访问时，可以直接从缓存中读取，无需进行额外的磁盘 I/O 操作。B+ 树的所有数据都存储在叶子节点上，且所有叶子节点之间通过链表相连。综合考虑查询效率、磁盘 I/O 次数和范围查询性能，B+ 树在数据库系统中的表现优于其他数据结构。B+ 树具有更高的阶数（每个节点包含更多的子节点），这使得树的高度较低。较低的树高意味着在进行数据检索时，访问磁盘的次数减少，从而显著提高了检索效率。

为什么 MySQL 索引要用 B+tree，而且还这么快？

m0_62051288的博客

05-13

835

前言当你现在遇到了一条慢 SQL 需要进行优化时，你第一时间能想到的优化手段是什么？大部分人第一反应可能都是添加索引，在大多数情况下面，索引能够将一条 SQL 语句的查询效率提高几个数量级。索引的本质：用于快速查找记录的一种数据结构。索引的常用数据结构：二叉树红黑树Hash 表B-tree （B树，并不叫什么B减树）B+tree数据结构图形化网址：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html索引查询大家知道 select * f

B+树比B树更快的原因

jinking01的专栏

04-08

2426

B+树是B-Tree的改进版本，同时也是数据库索引索引所采用的存储结构。数据都在叶子节点上，并且增加了顺序访问指针，每个叶子节点都指向相邻的叶子节点的地址。相比B-Tree来说，进行范围查找时只需要查找两个节点，进行遍历即可。而B-Tree需要获取所有节点，相比之下B+Tree效率更高。为什么官方建议使用自增长主键作为索引？结合B+Tree的特点，自增主键是连续的，在插入过程中尽量减少页分裂，即使要进行页分裂，也只会分裂很少一部分。并且能减少数据的移动，每次插入都是插入到最后。总之就是减少.

从底层解析B+索引提高查询速度的原因

qq_41008202的博客

04-03

1435

前言我的上篇文章《解析B+树比B树更加适合做数据库索引的原因》介绍了为什么B+树更适合做索引，并以InnoDB和MyISAM存储引擎介绍了聚集索引和非聚集索引的区别。Mysql默认的存储引擎是InnoDB,因此此篇文章主要以InnoDB的数据页结构以及数据页结构之间的连接方式和查找过程来说明B+索引提高查询速度的原因。数据页结构 Mysql进行数据存储的基本结构是数据页(也可称作块)，一页的大...

MySQL-索引B+树

Ctrl_kun的博客

01-29

2062

MySQL索引的数据结构与原理了解索引的底层结构，B+树结构聚簇索引与非聚簇索引

MySQL中B+树的一道面试题，90%的候选人回答错误

m0_64821673的博客

05-20

1401

前言本文的观点是基于MySQL使用Innodb存储引擎的情况下进行的！本文的观点是基于MySQL使用Innodb存储引擎的情况下进行的！很多渠道说：MySQL数据按照主键大小依次排列，记录之间是双向链表连起来。如果说我告诉你这种说法很大程度上是错的，你肯定说我在胡扯。正文我们先看看MySQL的B+树索引结构是什么样的是的，这种图和网上的很多图都是类似的，我们可以看到每个节点上会有多个记录或者数据，MySQL使用Innob引擎时，这个节点就代表的是Innodb页，Innodb页是

mysql联合索引怎么存储_联合索引在B+树上的存储结构及数据查找方式

weixin_39732991的博客

01-19

3046

能坚持别人不能坚持的，才能拥有别人未曾拥有的。关注编程大道公众号，让我们一同坚持心中所想，一起成长！！引言上一篇文章《MySQL索引那些事》主要讲了MySQL索引的底层原理，且对比了B+Tree作为索引底层数据结构相对于其他数据结构(二叉树、红黑树、B树)的优势，最后还通过图示的方式描述了索引的存储结构。但都是基于单值索引，由于文章篇幅原因也只是在文末略提了一下联合索引，并没有大篇幅的展开讨论，所...

【Java面试】Mysql为什么使用B+Tree作为索引结构

guanshengg的博客

09-17

1903

一个工作8年的粉丝私信了我一个问题。他说这个问题是去阿里面试的时候被问到的，自己查了很多资料也没搞明白，希望我帮他解答。问题是： “Mysql为什么使用B+Tree作为索引结构”关于这个问题，看看普通人和高手的回答。

druid 关键技术点回顾

weixin_40809627的博客

12-16

436

一、druid 的设计原则方式 1、快速查询：（1）、实现技术点，内存使用上精细设计，（例如在druid中使用bitMap 压缩技术）（2）、维护一些倒排索引（可以加快And和 Or 的计算操作） 2、水平扩展能力：（1）、druid 查询性能很大晨读依赖于内存的优化使用，数据可以分布在多个节点的内存中。数据增长的时候，可以通过简单增加机器的方式进行扩容。只是按照时间切分有时候是不够的（druid 的每个segment 不超过2000万行），故druid 还支持对segment进一步分区。（2）、历

mysql 何为B+树，为什么主键查询会快

YZCSDFYT的博客

05-12

601

何为B+树，中文名我叫它平衡多节点查找树，每个节点相当于下面的一个索引，每层相当于下面说到的一页，数据只存放在叶子节点（即没有子节点的节点），索引会在非叶子节点上存储， Innodb 的所有数据文件（后缀为 ibd 的文件），他的大小始终都是 16384字节（16k）的整数倍，也就是说每页数据是16K，假设某表主键为bigint，8 字节，每个指响子节点的指针为4字节，那么每页可存索引16384/14=1170个，因为若每行数据大小为1K，那么每页可存数据为16，那么两层的数据为1170*16=187

MySQL索引为什么要用B+树实现？

qq_40813329的博客

11-18

1225

原因如下 B+树能显著减少IO次数，提高效率 B+树的查询效率更加稳定，因为数据放在叶子节点 B+树能提高范围查询的效率，因为叶子节点指向下一个叶子节点介绍从一堆数据中查找指定的数据时，我们常用的数据结构是哈希表和二叉查找树，表本质上就是一堆数据的集合，所以MySQL数据库用了哈希表和B+树来实现索引 B+树是通过二叉查找树，再由平衡二叉树，B树（又名B-树）演化而来的，B+树中的B不是代表二叉（binary），而是代表平衡（balance），因为B+树是从最早的平衡二叉树演化而来，但是B+树不是一个二

为什么文件存储要选用B+树这样的数据结构？

YCH1035235541的专栏

03-24

727

转载：http://www.educity.cn/wenda/581053.html 为什么文件存储要选用B+树这样的数据结构？　　“文件存储要选用B+树这样的数据结构”——没记错的话，这是严蔚敏那本数据结构书上的一句结论。不知道是我没细看还是她没细讲，反正当时纯粹应试地记了这么个结论。不求甚解终究不是一个好的学习态度，一直以来我都没有细想过这个事情，直到看到了这篇博文。　

【SQL性能优化】索引的原理：我们为什么用B+树来做索引？

兴趣是最好的老师

07-02

409

磁盘的 I/O 操作次数对索引的使用效率至关重要。虽然传统的二叉树数据结构查找数据的效率高，但很容易增加磁盘 I/O 操作的次数，影响索引使用的效率。因此在构造索引的时候，我们更倾向于采用“矮胖”的数据结构。B 树和 B+ 树都可以作为索引的数据结构，在 MySQL 中采用的是 B+ 树，B+ 树在查询性能上更稳定，在磁盘页大小相同的情况下，树的构造更加矮胖，所需要进行的磁盘 I/O 次数更少，更适合进行关键字的范围查询。...

为什么是B+树？

qq_40445523的博客

08-26

538

我们都知道在查询数据时为了避免全表扫描我们会加上索引，这样会极大的减少遍历次数，从而增加查询的效率。而索引本质是一种优化查询的数据结构。MySQL默认的索引数据结构为B+树。有的张三可能就会问了，MySQL为什么要用B+树来作为默认的索引数据结构呢？为什么不能是hash，况且有那么多树结构，为什么偏偏选择B+树？这个疑问我当然也有，在查阅一番资料后，且听我一一道来。一、hash结构加速查询速度的数据结构通常见有两种： hash：hash是非常常见的数据类型，如hashMap就是通过对key做has

为什么 MySQL 使用 B+ 树进行数据索引

09-22

### 回答1： MySQL 使用 B 树（B-tree）进行数据索引，主要原因是 B 树可以提供良好的性能，同时支持高效的插入、查找和删除操作。 B 树是一种多路平衡查找树，它可以保持树的平衡性，并且每个节点可以包含多个键值对。这使得 B 树可以在一个节点中存储多个数据记录，从而降低了磁盘访问的次数，提高了索引的访问效率。在 MySQL 中，B 树被广泛用于索引数据表中的数据。它们被用于加速 SELECT、UPDATE 和 DELETE 等查询语句，以及保证数据表的唯一性和外键约束。此外，MySQL 还提供了其他类型的索引，如哈希索引和全文索引，但这些索引通常用于特定的用例，而 B 树索引是最常见和最常用的索引类型之一。 ### 回答2： MySQL 使用B树进行数据索引的原因有以下几点： 1. 高效的搜索性能：B树是一种平衡的多叉树，具有良好的平衡性质。在B树中，每个节点可以容纳更多的关键字，相较于二叉搜索树，B树的高度更低，所以在查找数据时，B树能够减少磁盘I/O操作，并且具有较高的搜索性能。 2. 适应大规模数据存储：MySQL通常用于处理大量数据的存储和检索，而B树的叶节点被设计为可以存储更多的关键字和数据地址信息，因此能够适应大规模数据存储的需求。 3. 支持动态数据插入和删除：B树天然支持动态数据的插入和删除。当需要插入或删除数据时，B树可以通过对节点的分裂和合并操作，保持树的平衡性，以保证搜索性能。 4. 支持范围查询：B树的特点之一是有序性，由于数据在B树中是按照顺序存储的，所以在执行范围查询时，只需要从B树的根节点开始遍历，只加载需要的数据，而不需要加载整个表的数据，提高了查询效率。 5. 磁盘页的利用率高：B树在进行磁盘存储时，将数据以页的形式存储在磁盘上，每个页的大小是固定的。B树能够尽量将节点存储在一个页上，减少了存储空间的浪费。综上所述，MySQL使用B树进行数据索引是为了提供高效的搜索性能、支持大规模数据存储、动态数据插入和删除、范围查询以及磁盘页利用率高的优势。 ### 回答3： MySQL 使用 B 树进行数据索引的原因主要有以下几点：首先，B 树是一种自平衡的多叉树结构，具有较高的平衡性和稳定性。B 树的每个节点可以存储多个关键字和子节点的指针，使得每个节点的规模相对较大，减少了磁盘I/O次数。同时，B 树的层次较低，使得查询时需要的磁盘I/O次数较少，提高了查询效率。其次，B 树支持高效的范围查询。B 树的关键字按序排列，使得相邻关键字之间的距离很小。这使得使用 B 树进行范围查询时，只需要遍历相邻的节点即可，减少了查询的范围，提高了查询的效率。此外，B 树还适合在外存储介质如硬盘上使用。硬盘中的数据是按磁道和扇区存储的，每次读取的单位是一个磁道或一个扇区，而不是单个数据项。B 树的每个节点存储的数据量较大，尽可能地填充每个节点，减少了磁盘I/O次数，提高了访问外存的效率。最后，B 树支持高效的插入和删除操作。B 树的自平衡特性使得插入和删除操作相对简单，并且能够保持树的平衡性，避免了树的过度增长或缩小。这使得 MySQL 在进行大量的插入和删除操作时，能够保持较高的性能和稳定性。综上所述，MySQL 使用 B 树进行数据索引的选择是为了提高查询的效率、支持范围查询，适应外存储介质以及支持高效的插入和删除操作。