mysql底层索引数据结构

索引在MySQL中也叫做“键”，是存储引擎用于快速找到记录的一种数据结构。索引对于良好的性能非常关键，尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。索引优化应该是对查询性能优化最有效的手段了。索引能够轻易将查询性能提高好几个数量级。
索引相当于字典的音序表，如果要查某个字，如果不使用音序表，则需要从几百页中逐页去找。
mysql 的底层索引的数据结构是B+树，那为什么是B+树呢？为什么不是哈希索引？为什么不是平衡二叉树？以及为什么不是B树

在这里给大家分享一下这个网站https://www.cs.usfca.edu/

可以非常直观的看到数据结构的一系列变化 让我们更容易看懂

先看hash索引

众所周知Hash结构查找和插入都很快 ，假如我们要找5那么它就可以根据索引直接找到5

那么为什么Mysql没有采用Hash来构建呢？原理其实很简单，Hash索引是无序的，如果是无序的话你就不能进行这个范围查找
比如select id from tb where t.num>10 and t.num<20这样子
而且有时候值不同Hash值相同，那么还得一个个比对，效率也会降低

再来看看平衡二叉树

假设我们找10的话就需要比对3次，次数根据树的高度来算，算是平衡二叉树的一个缺点，除此之外还有一个缺点，依旧是大于小于的范围查找问题。假设我们要查找大于5 的数

那么找到5以后需要回旋一个一个去拿数字，假如数据比较多那么速度就会变得很慢。

再看一下平衡二叉树升级版 B树(B-树)

他一个节点存储两个值的方式降低了平衡二叉树的一个高度问题，你越矮查找就越快嘛，同样找5，二叉树走了3次而B树走了2次。那么B树解决了回旋查找(范围查找)的问题嘛？答案是没有 它也得一个一个回去找…

再看一下B+树

其实跟B树没有太大区别，只是底部多了一个链表，这个链表是排序过的，由此可以解决范围查找–查找大于5的数直接把5后面全部拿出来即可。而且它的子节点是只存了Key的单值，而链表的节点存了key+value两个值。

总结：hash索引查找快但是无法范围查找，AVL trees查找速度基于树的高度，可以进行范围查找但是速度较慢
B- trees查找速度优于AVL trees 但是范围查找速率和AVL trees一样，最后就是B+ trees， 结合了B- trees 优于AVL trees查找速度的优点 再结合单向有序链表使范围查找的速度也加快了。