MySQL的索引是在存储引擎层实现的,不同的存储引擎有不同的结构,主要包含以下几种
(图片来自b站黑马mysql学习视频)
不同存储引擎对索引的支持情况:
(图片来自b站黑马mysql学习视频)
先介绍B-Tree
1.B-Tree(多路平衡查找树)
B-Tree存储的数据类型为键值对。B-Tree有几个关键元素,阶数,指针。若一个B-Tree为5阶,则每个节点最多储存4个键,4个键按其他键与他们的偏序关系对应5个指针。当一个节点储存的元素数到达阶数时,中间元素向上分裂,两边元素分别在两个节点,向上分裂的元素指向这两个节点。
我们可以访数据结构图形化网站:
点击B Trees 去添加元素,感受B-Tree元素的添加过程,相信你一定会对B-Tree有更深的理解。
(简单5阶B-Tree)
B-Tree元素的查找与二叉树大同小异,也是和节点里的元素比大小,不过B-Tree是区间,要找的元素属于哪个区间,一步一步就能找到所对应的数据了。
对B-Tree感兴趣的可以去博客上搜索,有很多大牛介绍的很详细。
2.B+Tree
B+Tree与B-Tree类似,但B+Tree多了点特性:
- B+Tree中所有的元素都会出现在叶子节点。
- 叶子节点形成了一个单向链表
(简单5阶B+Tree)
MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上,增加了一个指向相邻叶子节点的链表指针,就形成了带有顺序指针的B+Tree,提高区间访问的性能(就是上图叶子形成的为双向链表)。
3.Hash
哈希索引就是采用一定的hash算法,将键值换算成新的hash值,映射到对应的槽位上,然后存储在hash表中,如果两个(或多个)键值映射到同一个相同的槽位上,他们就产生了hash冲突(也称为hash碰撞),可以通过链表来解决。
特点:
- Hash索引只能用于对等比较(=,in),不能支持范围查询(between,>,<,...)
- 无法利用索引完成排序操作
- 查询效率高,通常只需要一次检索就可以了,效率通常要高于B+Tree索引
存储引擎支持:
在MySQL中支持hash索引的是Memory引擎,而InnoDB中具有自适应hash功能mhash索引是存储引擎根据据B+Tree索引在指定条件下自动构建的
思考:
(InnoDB选择B+Tree的原因)
以上内容均学自b站黑马MySQL视频