MySQL底层数据结构应用的变化及比较

MySQL底层数据结构应用的变化及比较

我们知道的数据结构有很多，下面列出了5种。
Hash （HashMap种使用较多）
二叉树
平衡二叉树
B 树
B+ 树

既然有这么多种，为什么又刚好选择了B + 树作为存储结构呢？

1、为什么不是用hash 作为存储结构？
Hash在HashMap中得到了充分体现，数组 + 链表 + （JDK 1.8）红黑树，经过多次修改，检索效率是非常高的，时间复杂度为 O( 1 )，但是，数据一多，时间复杂度就变成了O( n )，这样看来，对于存储千万数据的MySQL显然是不够用的。

2、为什么不用二叉树作为存储结构？
这个就很简单了，缺点很明显，一边倒的性质，万一都在同一边，你还觉得它的效率高吗？

3、为什么不用平衡二叉树? o(log2 n)
平衡二叉树 通俗的理解就是两边平衡嘛，刚好解决了二叉树一边倒的问题，它的查找的最多次数和树的高度有关，可想而知，在树的高度达到一定程度的时候，查找效率还是会有所下降。

4、为什么不用b树？
B树，很多不了解数据结构的人可能不是很了解，我这里就概括一下，B树就相当于一颗升级版的平衡二叉树，它可以作为 2 - 3 - 4树，也就是一个结点可以存放 2 个或者是 3 个数据。

b树通过，压缩树的高度，也就是说不仅仅是二叉树，变成了三叉树的情况，也就是所谓的二三树，每个节点不止存放一个数据，这样一来树的高度也就大大降低了，按理来说这样已经优化的很好了，为什么又用到了B+树呢？

首先就是查询范围的效率，b树在查询范围的时候需要使用到中需遍历，左根右，一个一个去遍历需要的数据。

接下来就是MySQL默认的存储结构了

从上图可以看得到，B+树使用链表结构，将数据串起来，也就是使用了树加链表的结构，这样一来就解决了范围i查询的问题（一种数据结构无法做到最优，就可以整合其他优良的一起优化，像hashmap一样，使用的是数组 + 链表 + 红黑树的结构 这种思想我觉得是我们每一个程序员都需要学习的，毕竟时代发展快，各种基础层出不穷，我们需要选最优的来进行操作）
还有一个很重要的一点
B+ 树 有一个很大的优点，所有结点都会在叶子节点出现，也就是说冗余了一份，并且 每一部分之间有双向链表相连，这样一来，查询范围的情况就很容易查询出来。
B+树中，在主键索引，聚集索引中，只有在叶子结点才会存放数据，这样一来就减少了IO的次数，性能也就提升很多。

总结的感觉真香