MySQL索引总结1

hash索引

优缺点

• 查找效率高【数组下标】
• 无法进行范围查找【hash是无序的值，只能进行全表扫描】
• 无法进行排序操作

二叉查找树

二叉树是每个节点最多有两个子树的树结构，通常子树被称作左子树和右子树。二叉树常被用于实现二叉查找树和二叉堆。
特点：

• 每个节点都包含一个元素以及n个子树。
• 左子树和右子树是有顺序的，次序不能任意颠倒，左子树的值小于父节点，右子树的值要大于父节点。

检索任何一个数据最多只需要访问3个节点，时间复杂度为O(longN)，和二分法效率一样。

但是如果插入的数据是有序的，那么结构就会变成：

此时二叉树退化为了一个链表结构，查询数据最差变为O(N)。

优缺点

• 查询数据的效率不稳定，若树左右比较平衡的时候，最差情况为O(logN)，如果插入数据是有序的，退化链表查询时间为O(N)
• 数据量大的情况下，会导致树的高度变高，如果每个节点对应磁盘的一个块来存储一条数据，需io次数会大幅增加。

---

平衡二叉树（AVL Tree）

平衡二叉树是一种特殊的二叉树，其次还具有如下特性：

• 左右子树高度差不超过1
• 左右子树是平衡二叉树

---

优缺点

• 这保证了查询速度比较稳定，查询中遍历节点控制在O(logN)范围内
• 如果在内存中查询比较高，存储在磁盘中，每个节点对应一个磁盘块，数据量大的时候，会导致二叉树变高，增加io次数 ，查询效率变低
• 在数据的插入和删除的过程中，平衡二叉树用了一系列的操作去维护了二叉树的平衡（在频繁变更的列上不适合建索引的原因），这需要IO和CPU的消耗。
• 在树结构中数据处的深度决定着它搜索时IO次数，搜索效率不足。
• 每个磁盘块(节点/页)保存的关键字数据量太少了。
• 没有很好利用操作系统和磁盘数据交换特性和磁盘预读能力。(空间局部性原理)

---

B-树（多路平衡查找树）

B-树节点可以放多个元素，主要是为了降低树的高度【AVL树所存在的问题】。B-Tree结构的数据可以让系统高效的找到数据所在的磁盘块。多路：关键字+1。

B-Tree不利于范围查找，但是我们经常需要用到范围查找
存在回旋的问题【范围查找】

B+树

B+Tree的主要特征：

• 叶子节点只存储key[index]不存储具体的数据
• 最底层是叶子节点
• 除叶子节点之外，其他节点不保存数据，只保存关键字和指针
• 叶子节点包含了所有数据的关键字以及data，叶子节点之间可以用链表连接起来–支持范围查找。
  +通过链表解决回旋查找

MySQL InnerDB采用B+Tree的原因

• B+Tree是B-Tree的变种，多路绝对平衡查找树，他拥有B-Tree的优势
• B+Tree扫库、表能力更强：只需要扫描子结点
• B+Tree的磁盘读写能力更强：一次IO的数据更多
• B+Tree的排序能力更强
• B+Tree的查询效率更加稳定

MySQL中B+Tree索引体现形式-MyISAM

所建的索引都是平级关系

MySQL中B+Tree索引体现形式-Innodb

在innodb中只有一个聚集索引–主键
数据库表行中数据的物理顺序与键值的逻辑（索引）顺序相同。

《MySQL笔记–个人学习总结》