数据库 -＞ Mysql索引的数据结构，各⾃优劣

Mysql索引的数据结构，各⾃优劣

• 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，一个节点可以有多个数据内容,这样就不会出现二叉树那样数据庞大的时候,树的高度比较高的情况,查询的次数就会少
• B+树叶子节点间有指针相互链接,并且会维护了索引的顺序的,所以有顺序、有相邻的引用,这样在执行范围查找的时候,就可以左右移动,范围查找的效率就会高很多
• 所以数据庞大的时候，B+树被⼴泛使用,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

• 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）；

• 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。

红黑树:

• 红黑树也可以查询很快,都是红黑树在数据很多的情况下,树的高度是很高的
• 所以也不用来做索引了

普通二叉树

• 这就更加不行了,高度不说了,它还不会平衡
• 如果123456这样按照顺序添加,1永远是跟节点,依次增加就之后在树的右边加
• 就变成了
• 1
  • 2
  • 3
    • 4
      • 5
• 这样更不行了

所以基本上就都是用B+树的

• 哈希索引也还保留着可以选择使用,但是数据的格式一定要特殊
• 它不能范围查询,就很尴尬,基本也用不着