数据库索引篇

B(B-)Tree

索引与其数据在磁盘上的地址放在一起，所以同一节点上存放的索引数量有限，树的深度不可控

B+Tree（一种有序的索引数据结构）

数据（数据在磁盘上的地址）存放在叶子节点，其他节点只存放索引以及指向的下一索引位置信息，由于索引大小不超过8b，同时用来存储下一个索引位置的内存底层分配大小为6b，故一个节点可以存放1100多个索引，而叶子节点由于需要存放数据在磁盘文件上的地址，所以占用空间较大，约为1kb，故三层B+Tree结构可以存放1100*1100*16约为2000万数据。即只需要进行3次io操作就可以查询近2000万条数据，效率是很高的，相对于b树，它的树高度可控，同时存储的数据更多。同时叶子节点之间会用指针相连接，形成一个双向链表结构，相对于b树，它在进行范围查找时，只需要沿着指针某一方向一直找到边界位置即可，而b树则需要重新从根节点进行查询，性能较差。在进行查找时，会先加载根节点到RAM中，利用中位查找法得出下一个节点得位置，然后进行一次io操作，将下一个节点加载进ram中，继续执行上述操作，最后得出具体的数据位置，由于查找是在内存中进行，所以性能较高。但使用B+tree,索引会存在冗余。并且因为有序性，故指定的索引列最好为整型便于比较大小，进行排序，同时为自增，如此新加入的数据就会直接插入在尾部，对整个索引结构不作任何改变。InnoDB的主键索引叶子节点会存放当前行所有数据，而其他列索引，会存放当前行的主键值。所以推荐使用整型以及自增主键作为主键索引。当查询非主键索引时，会进行回表操作，去查询主键索引得到具体数据

hash索引

类似hashMap，发生hash碰撞后，数据在hash桶中以链表形式存储，具体某一数据查找效率要高于b+树，但进行范围查找时，效率极低，故大部分场景下使用B+树作为底层索引结构