为什么mysql使用了B+tree和Hash表作为索引，他们两者的区别是什么？为什么不使用数组或平衡二叉树又或者采用B-Tree呢?

最新推荐文章于 2024-06-09 09:00:00 发布

倔强的小虾米

最新推荐文章于 2024-06-09 09:00:00 发布

阅读量487

点赞数 1

分类专栏：数据结构基础

本文链接：https://blog.csdn.net/beArrow/article/details/105009939

版权

数据结构基础专栏收录该内容

3 篇文章 0 订阅

订阅专栏

所有经历，皆有因由 在这里插入图片描述

1.索引是什么？索引又为什么会出现？
索引究其本质是一种对数据库表中的信息进行排序的数据结构，是为了更快的找到要操作的数据而产生的。类似于图书的目录，目录就是为了让读者更快的翻到想看的那一页。

2.上面说到更快的找到要操作的数据，那么我们就假设没有索引来进行查找会出现什么问题？
没有索引，我们查询就只能从上往下依次查找，这时的时间复杂度为O(N)，计算机查询是通过磁盘IO，因此我们每次查找一行数据，都需要到磁盘相应位置去查询一条数据然后比对查询条件，其中查询时间要远远大于比对条件的时间。为了查询到目标数据，计算机会频繁的去进行磁盘IO,这之间就会耗费较大的时间，导致查询效率变低。
因此，若想提高查询效率，一种是在硬件方面去提高磁盘的IO速度，而现在磁盘IO性能的发展明显落后于CPU的发展，产生了IO瓶颈，因此这种方法很难去改善查询效率；另一种就是在软件层面给数据库添加类似于图书目录的索引，计算机不必逐行进行查找，而是根据索引直接定位到指定位置进行查找，这就大大减少了磁盘IO次数，提高计算机的查询速率。

3.我们知道了使用索引可以更快的查询到数据，但数据结构有很多，我们到底该选择哪一种数据结构才最适合数据库操作呢？

（1)** 首先我们从数组来说，根据数组的数据结构来看，数组的查询效率还是挺不错的，如果是有序数组，那么我们采用二分查找效率则会更高；数组的弊端就是插入和删除，数组为了保持内存的连续性，就会导致插入和删除效率较低；
(2)其次是链表，从链表的数据结构来分析，链表的节点不仅存放了数据，也存放了储存上一个节点或下一个节点地址的指针域，这就使链表在插入和删除的时候只需要改变节点的指针域即可，效率很不错；但是链表在存储中是非连续、非顺序的，这就导致了链表在进行查询的时候需要从头到尾，依次遍历查找，效率不高，不如人意；
（3)然后再谈Hash表，哈希表又叫散列表，是根据关键码值来进行访问的数据结构，它通过散列函数(数据库表字段与散列值的映射)来加快查找的效率，虽说它的单一查询效率很高，但经不住范围查询，这就是我们选择使用Hash或是B+tree的条件之一。
（4)最后我们谈谈树，树的种类有好几种：普通二叉树，平衡二叉树，B-Tree,B+Tree,BTree：
1.当使用普通二叉树作为索引时，可能会出现下面的情况：
上图中就出现了左子树为空的情况，这时候查找就相当于一个单向链表，时间复杂度为O(N);
2.从上面的问题我们引出了平衡二叉树（AVL树），它通过左旋或右旋使得左右子树的高度差小于等于1，查询效率较高；但这时我们考虑另一个问题，假设我们需要存入千万级或者更高的数据量时，由于每个节点只有两个子节点，这就导致了斜体样斜体样式式①在构建二叉树时需要多次进行的IO操作，节点海量，对构建速度有影响；②节点海量，导致二叉树高度很大，降低了操作速度；
3.上面提到了节点限制，那么是不是多节点就可以解决；多叉树就可以解决上面的问题，多叉树允许每个节点有更多的数据项和更多的子节点；之前提到的B-Tree,B+Tree,BTree都属于多叉树。那么为啥选择了B+树呢？
我们可以比较他们三者有什么区别：
首先，B-Tree的数据不仅存放在叶子节点，非叶子节点也存放了数据；而B+Tree和BTree则是只在叶子节点存放了数据，非叶子节点全部存放了索引；
B+Tree和BTree的区别在于B+Tree树的叶子结点有指向兄弟的指针，而BTree则在非根和非叶子节点增加了指向兄弟的指针；
B-TRree: B-Tree
B+Tree: B+Tree
B*Tree： B*Tree
看完上面的区别，应该心里对三者有了大概的认识，之所有不采用B-Tree，是因为他的非叶子节点也存放了数据；
这里我举个例子，假设树高2，主键ID长度为8字节，节点指针长度为6字节，一行数据大概1k，1次IO能够获得一页16k的数据，使用B+Tree,根节点能存储16k÷（6+8）=1170条索引，那么第一层，就有1170×1170=1368900条索引，最后一层叶子节点，一个节点存储16k÷1k=16条记录，一共存储1170×1170×16=21902400条记录；但在B-Tree存储时，由于非叶子节点使用了大量空间存储数据，存放索引的指针就会变少，如若想和B+Tree存储一样的数据量，就需要增肌树高，而这就会增加磁盘IO，因此B+Tree更适合于文件索引系统；另外，B+Tree树的叶子节点使用指针连接，提高了区间访问效率，在进行范围查找时，可以通过叶子节点间的指针进行遍历，减少了磁盘IO次数，增加了效率。