Java面试-MySql索引的数据结构和优势

最新推荐文章于 2024-07-31 19:38:21 发布

默默无闻的小黄同学

最新推荐文章于 2024-07-31 19:38:21 发布

阅读量256

点赞数 3

分类专栏： Java面试文章标签： java 面试 mysql

本文链接：https://blog.csdn.net/m0_38010311/article/details/136222136

版权

2 篇文章 0 订阅

订阅专栏

本文详细介绍了Mysql如何使用B+Tree作为索引文件的数据结构，包括B+Tree的特点（如非叶子节点存储索引、自平衡、节点大小固定等），并与B-Tree、红黑树和HashMap进行了对比，强调其在存储效率和性能上的优势。

摘要由CSDN通过智能技术生成

1、Mysql的索引使用什么数据结构，并说明该结构的优势

Mysql使用时B+Tree作为索引文件的数据结构

非叶子节点仅存储索引数据：非叶子节点（即内部节点）仅用于存储索引信息，不存储实际数据。这有助于节省存储空间，使得内部节点可以容纳更多的索引信息，减少层高从而减少磁盘寻址的次数。
叶子节点存储数据：在B+树中，所有的数据都存储在叶子节点中。这意味着，当执行查询操作时，只需要访问叶子节点就可以获取到所需的数据。
节点间连接：叶子节点之间通过指针连接，形成一个链表结构。这使得范围查询（如查询某个范围内的所有记录）变得非常高效，因为系统可以沿着链表顺序访问所有符合条件的叶子节点。
自平衡：B+树是一种自平衡树，每个节点都尽可能包含相同数量的关键字。这保证了查询性能的稳定性，无论数据如何插入和删除。
节点大小固定：每个节点的大小由MySQL的页大小决定，通常为4KB或16KB。这意味着每个节点可以存储固定数量的索引值。

对比B-Tree：非叶子节点仅存储索引信息，而不存储数据，在节点大小固定的情况下，非叶子节点能存储更多的信息，从而使得减少树的高度，减少IO操作。
对比红黑树：每个节点存储节点多个索引信息，减少树的高度，从而减少磁盘寻址，减少IO消耗。
对比HashMap：1.Mysql索引数据存储在磁盘上，磁盘需要转动指针进行寻址，多数据查询的时候使用HashMap会加大IO寻址操作。2.HashMap无序，导致不能顺序查找数据。