Mysql索引的数据结构，各自优劣

介绍：

索引的数据结构和 具体存储引擎 的实现有关，在MySQL中使⽤较多的索引有 Hash 索引， B+树 索引等

InnoDB 存储引擎的默认索引实现为： B+树索引 。对于哈希索引来说，底层的数据结构就是 哈希表 ，因此在绝⼤多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快；其余⼤部分场景，建议选择BTree索引。

B+树：

B+树是⼀个平衡的多叉树，从根节点到每个叶⼦节点的 ⾼度差值不超过1 ，⽽且同层级的节点间

有指针相互链接。在B+树上的常规检索，从根节点到叶⼦节点的搜索效率基本相当，不会出现⼤幅波动，⽽且基于索引的顺序扫描时，也可以利⽤ 双向指针 快速左右移动，效率⾮常⾼。因此，B+树索引被⼴泛应⽤于数据库、⽂件系统等场景。

哈希索引：

哈希索引就是采⽤⼀定的 哈希算法 ，把键值换算成新的哈希值，检索时不需要类似B+树那样

从根节点到叶⼦节点逐级查找，只需⼀次哈希算法即可⽴刻定位到相应的位置，速度⾮常快

区别：

如果是 等值查询 ，那么哈希索引明显有绝对优势，因为只需要经过⼀次算法即可找到相应的键值；前提是键值都是唯⼀的。如果键值不是唯⼀的，就需要先找到该键所在位置，然后再根据 链表 往后扫描，直到找到相应的数据；

---

如果是范围查询检索，这时候哈希索引就毫⽆⽤武之地了，因为原先是有序的键值，经过哈希算法后，有可能变成不连续的了，就没办法再利⽤索引完成范围查询检索；

---

哈希索引也没办法利⽤索引完成排序，以及like ‘xxx%’ 这样的部分模糊查询（这种部分模糊查询，其实本质上也是范围查询）；

---

哈希索引也不⽀持多列联合索引的最左匹配规则；

---

B+树索引的关键字检索效率⽐较平均，不像B树那样波动幅度⼤，在有⼤量重复键值情况下，哈希索引的效率也是极低的，因为存在哈希碰撞问题。