MySQL索引二-------原理

一、概述

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，这样索引查找过程中就会产生磁盘的i/o消耗，相对于从内存中去取，i/o存取的消耗要大得多，所以评价一个数据结构作为索引的优劣最重要的指标就是查找过程中磁盘i/o次数的渐进复杂度。也就是说索引的结构要尽量减少查找过程中磁盘i/o的存取次数。

二、Hash算法

 

 三、二叉树

四、平衡二叉树 

 

 五、B-树，B+树

 一、B-树特点

1. 所有键值分布在整颗树中（索引值和具体data都在每个节点里）；
2. 任何一个关键字出现且只出现在一个结点中；
3. 搜索有可能在非叶子结点结束（最好情况O(1)就能找到数据）；
4. 在关键字全集内做一次查找,性能逼近二分查找；

二、B+树特点

1. 所有关键字存储在叶子节点出现,内部节点(非叶子节点并不存储真正的 data)
2. 为所有叶子结点增加了一个链指针

三、区别 

1、B+树内节点不存储数据，所有 data 存储在叶节点导致查询时间复杂度固定为 log n。而B-树查询时间复杂度不固定，与 key 在树中的位置有关，最好为O(1)。

 2、B+树叶节点两两相连可大大增加区间访问性，可使用在范围查询等，而B-树每个节点 key 和 data 在一起，则无法区间查找。

3、B+树更适合外部存储。由于内节点无 data 域，每个节点能索引的范围更大更精确。

由于B-树节点内部每个 key 都带着 data 域，而B+树节点只存储 key 的副本，真实的 key 和 data 域都在叶子节点存储。前面说过磁盘是分 block 的，一次磁盘 IO 会读取若干个 block，具体和操作系统有关，那么由于磁盘 IO 数据大小是固定的，在一次 IO 中，单个元素越小，量就越大。这就意味着B+树单次磁盘 IO 的信息量大于B-树，从这点来看B+树相对B-树磁盘 IO 次数少