Mysql索引底层数据结构——Java全栈知识（28）

Mysql索引底层数据结构

1、什么是索引

索引在项目中还是比较常见的，它是帮助MySQL高效获取数据的数据结构，主要是用来提高数据检索的效率，降低数据库的IO成本，同时通过索引列对数据进行排序，降低数据排序的成本，也能降低了CPU的消耗

2、索引的优缺点

索引的优点：

1. 提高数据库检索效率，降低数据库 IO 成本
2. 可以通过索引对数据进行排序，减少排序成本
   缺点：
3. 占用磁盘空间
4. 对于写多查少的数据，不适合加索引。

3、红黑树和二叉树

我们都知道 Mysql 的 InnoDB 的索引使用的是 B+树，但是为什么使用 B+树呢。我们先了解一下二叉树和红黑树这两种的数据结构。

首先二叉树来说，如果在理想状态下，也就是完全二叉树的状态下，我们查找一个数据的时间复杂度是 O（logN）。
但是如果像上图一样，二叉树的数据出现了偏移，也就是树的退化现象。
当我们构建二叉树的时候插入的是有序的数据，那么就会出现树的退化。
直接后果就是，该二叉树变成了链表，查询一个数据的时间复杂度变成了 O（N），那么索引就起不到我们设计之初想让他起到的作用了（增快查询速度）。

为了解决上述的问题，有一种数据结构也就是红黑树，通过节点之间的旋转，避免了树的退化现象。

红黑树的性质: 红黑树是一棵二叉搜索树，它在每个节点增加了一个存储位记录节点的颜色，可以是 RED, 也可以是 BLACK；通过任意一条从根到叶子简单路径上颜色的约束，红黑树保证最长路径不超过最短路径的二倍，因而近似平衡。

当红黑树发生节点偏移的时候通过旋转来保证树的平衡。

但是，对于红黑树来讲如果我们的数据比较多的情况下，那么查询数据还是 O（logN）还是跟树的高度有关。我们需要尽可能的降低树的高度。

4、B 树

B 树是一种多叉路衡查找树。
我们假定一个 B 树的度为 5，那也就是说这棵树的节点最大可以容纳四个数据，五个指针。

这样就可以解决树的高度过高的问题，但是 B 树的每个节点上面都有数据，这对于我们排序和查找不是那么方便，那有没有更好的数据结构呢？

5、B + 树

B+Tree 是在 BTree 基础上的一种优化，使其更适合实现外存储索引结构。

B+树的特点：在 B 树的基础上修改了以下几点：1、B+树只有叶子节点才储存数据。2、B+树的叶子节点带有指针组成一个双向循环的链表。

B 树和 B+树的区别

1、在 B 树中，非叶子节点和叶子节点都会存放数据，而 B+树的所有的数据都会出现在叶子节点，在查询的时候，B+树查找效率更加稳定
2、在进行范围查询的时候，B+树效率更高，因为 B+树都在叶子节点存储，并且叶子节点是一个双向链表

6、Hash 索引：

原理：在底层维护一张哈希表，通过哈希算法将键值算成hash值，映射到相应的槽位，存储在哈希表
特点：

1. Hash索引只能用于对等的比较，不支持范围查询
2. 无法利用索引完成排序操作
3. 查询效率高只用进行一次检索就可以，效率通常要比B+树高
   注意： 只有 Memory 存储引擎具有 Hash 索引
   InnoDB 具有自适应 Hash 索引，会根据 B+树索引自动构造 Hash 索引

7、为什么 InnoDB 选择使用 B+树？

1. 相对于二叉树，层级更少，搜索效率高；
2. 对于 B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
3. 相对 Hash 索引，B+tree 支持范围匹配及排序操作；