MySQL-进阶（2）-索引-结构

文章目录

        一.索引概述

        1）无索引情况

        2）有索引情况

        二.索引结构

        三.二叉树

        四.B-tree（多路平衡查找树）

        五.B+Tree

        六.Hash

---

一.索引概述

介绍：

索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

1）无索引情况

在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为全表扫描，性能很低。

2）有索引情况

如果我们针对于一张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对一个字段建 立一个二叉树的索引结构。

特点：

二.索引结构

MySQL的索引实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：

不同的存储引擎对于索引结构的支持：

注意：平常说的索引，如果没有特别指明，都是指B+tree结构组织的索引。

三.二叉树

理想的结构：

如果主键是顺序插入的，则会形成一个单向链表： 

二叉树缺点：   

① 顺序插入时，会形成一个链表，查询性能大大降低。

② 大数据量情况下，层级较深，检索速度慢。

四.B-tree（多路平衡查找树）

B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。

树的度数：一个节点的子节点个数。

特点：

①X阶的B树，每一个节点最多存储X-1个key，对应X个指针；

②一旦节点存储的key数量到达X，就会裂变，中间元素向上分裂；

③在B树中，非叶子节点和叶子节点都会存放数据；

五.B+Tree

B+Tree是B-Tree的变种

绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。

红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。

标准的B+Tree的数据结构：

 

B+Tree 与 B-Tree相比，主要有以下三点区别：

所有的数据都会出现在叶子节点；

叶子节点形成一个单向链表；

非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的；

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，利于排序。 

六.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：

①Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，...）；

②无法利用索引完成排序操作；

③查询效率高，通常(不存在hash碰撞的情况下)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存储引擎。 而InnoDB中具有自适应hash功能，hash索引是 InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。