mysql oracle结构_说下oracle、mysql、非关系型数据库中的索引结构？

谢邀~~树懒君悉心整理了一篇索引结构方面的内容，跟各位知友分享分享~

Oracle 索引的数据结构：B-TreeOracle 数据库使用 B-trees 存储索引，来加速数据访问。若没有索引，你必须顺序扫描数据来查找值。

一个值的有序列表划分成宽块范围(叶子块)，查询时间减少为 log(n)。这是 Oracle 数据库索引的基本原则。

B-tree 索引的上半部分块(分支块)包含索引数据，并指向低一级的索引块。最低级别的索引块(叶子块)包含每个已索引的数据值和用于定位真实行的相应 rowid。叶子块是双向链接的(双向链表)。包含字符数据的列中索引是基于数据库字符集的字符二进制值。B-tree 结构有如下优势：树的所有叶子块都在相同深度，这样，在索引中从任何地方检索任何记录都大约花费相同的时间。

B-tree 自动保持平衡。

All blocks of the B-tree are three-quarters full on the average.

B-tree 对大范围查询提供优秀的检索性能，包括精确匹配和访问查询。

插入、更新和删除操作有效，维护键的顺序，以便快速检索。

B-tree 性能对小表和大表都很好，不会随着表的增长而降低。

Mysql索引的数据结构：B+Tree一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上。这样的话，索引查找过程中就要产生磁盘I/O的消耗，所以评价一个索引的优劣的重要指标就是I/O的操作次数。

数据库系统巧妙利用了磁盘预读原理，将一个节点的大小设为等于一个页，这样每个节点只需要一次I/O就可以完全载入。在实现B- Tree为了达到这个目的，实际中还需要使用如下技巧：每次新建节点时，直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，加之计算机存储分配都是按页对齐的，就实现了一个node只需一次I/O。

B-Tree中一次检索最多需要h-1次I/O(根节点常驻内存)，渐进复杂度为O(h)=O(logmN)。一般实际应用中，m是非常大的数字，通常超过100，因此h非常小(通常不超过3)。Mysql索引的数据结构之所以选择B+树而不是B树，是因为它内节点不存储data，这样一个节点就可以存储更多的key。

此外，在非关系型数据库中，例如Mongo的索引结构也是基于B-tree。具体原理树懒君在这里不多做介绍啦~需要详细有关NoSQL的索引内容，树懒君也找了几篇不错的博客，请移步：MongoDB 索引

需要学习 Oracle、MySQL 中建立、删除索引的教程也可以去本站上面学习哦~