文章探讨了不同类型的索引数据结构，包括理想状态下的二叉查找树、红黑树、哈希表以及B-Tree和B+Tree。二叉树在特定插入顺序下可能形成链表效率低效。红黑树能平衡但高度不可控。哈希表快速定位但不支持范围查询。B-Tree和B+Tree中，B+Tree因只在叶子节点存储数据，降低了树高，减少IO操作，更适合MySQL作为索引结构。
索引数据结构
- 二叉树
- 红黑树
- hash表
- B-Tree
-
B+Tree
二叉树
如图，图一比较理想状态下的二叉查找树，数据插入顺序是4261357，图二插入顺序是1234567，假如这一列作为主键索引，id自增顺序插入，那么就会生成这种类似链表的树形结构，如果我们要查找6这个数，用了索引和不用索引全盘查找没有区别，单边增长的数据链如果用二叉树查找对效率没有什么帮助，所以MySQL不用二叉树作为索引结构。（画二叉树可以去这个网址，很方便）Binary Search Tree Visualization)
https://www.cs.usfca.edu/~galles/visualization/BST.html
红黑树
对于单边增长的比较连续的数据，红黑树是可以挪动节点来均衡的，但是在数据量大的情况下高度不可控，io次数依然很多
hash
对索引的key进行一次hash运算就可以定位到数据位置，但是不支持范围查找
b-tree
b-tree相对红黑树树的高度减少，io次数减少
b+tree
不过MySQL没有选用b-tree做索引，而是选择b+tree，因为b-tree非叶子节点也有存储数据，而b+tree只在叶子节点存数据，非叶子节点存索引值和指针，这样在相同数据量情况下，选用b+tree的树高度会低于b-tree，可以减少io次数
扫一扫
1618
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
