数据库索引

为什么要有索引这个东西？

普通查询时逻辑是这样的：

像上表中查找45岁的用户时，
查到第七行之后仍然会继续查找，把全表都查一遍
因为后边可能还会有45的数据

而索引，就可以像上图中这种类似于二叉树的数据结构，也就是通过一定的算法，
来进行最少次数的查询，获取到想要的数据

默认采用B+树

各类树演示地址：https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

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），不支持范围查询（betwwn、>、<、…）
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：

Memory
InnoDB: 具有自适应hash功能，hash索引是存储引擎根据 B+Tree 索引在指定条件下自动构建的

面试题

为什么 InnoDB 存储引擎选择使用 B+Tree 索引结构？

相对于二叉树，层级更少，搜索效率高
红黑树解决了二叉树中顺序插入变成链表的问题，但还是二叉的，导致层级较高
对于 B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，数据是存储在页中的，这样导致一页中存储的键值减少，指针也跟着减少，要同样保存大量数据，只能增加树的层级，导致性能降低
B+树只有在叶子节点中才存有数据，非叶子节点只存键值和指针，键值和指针存的多了，层级就会变少，效率就高。
而且B+树的叶子节点中的数据形成了链表，便于增大范围搜索和排序的效率
相对于 Hash 索引，B+Tree 支持范围匹配及排序操作