一、mysql索引結(jié)構(gòu)

B+樹(shù)：

B樹(shù)是?個(gè)平衡的多叉樹(shù)，一個(gè)節(jié)點(diǎn)可以有多個(gè)數(shù)據(jù)內(nèi)容,這樣就不會(huì)出現(xiàn)二叉樹(shù)那樣數(shù)據(jù)龐大的時(shí)候,樹(shù)的高度比較高的情況,查詢(xún)的次數(shù)就會(huì)少，B+樹(shù)葉子節(jié)點(diǎn)間有指針相互鏈接,并且會(huì)維護(hù)了索引的順序的,所以有順序、有相鄰的引用,這樣在執(zhí)行范圍查找的時(shí)候,就可以左右移動(dòng),范圍查找的效率就會(huì)高很多。所以數(shù)據(jù)龐大的時(shí)候，B+樹(shù)被?泛使用,數(shù)據(jù)庫(kù)、?件系統(tǒng)等場(chǎng)景。

哈希索引：

哈希索引就是采??定的哈希算法，把鍵值換算成新的哈希值，檢索時(shí)不需要類(lèi)似B+樹(shù)那樣從根節(jié)點(diǎn)到葉?節(jié)點(diǎn)逐級(jí)查找，只需?次哈希算法即可?刻定位到相應(yīng)的位置，速度?常快。

如果是等值查詢(xún)，那么哈希索引明顯有絕對(duì)優(yōu)勢(shì)，因?yàn)橹恍枰?jīng)過(guò)?次算法即可找到相應(yīng)的鍵值；

前提是鍵值都是唯?的。如果鍵值不是唯?的，就需要先找到該鍵所在位置，然后再根據(jù)鏈表往后掃描，直 到找到相應(yīng)的數(shù)據(jù)；

如果是范圍查詢(xún)檢索，這時(shí)候哈希索引就毫??武之地了，因?yàn)樵仁怯行虻逆I值，經(jīng)過(guò)哈希算法后，有可能變成不連續(xù)的了，就沒(méi)辦法再利?索引完成范圍查詢(xún)檢索；

哈希索引也沒(méi)辦法利?索引完成排序，以及l(fā)ike ‘xxx%’ 這樣的部分模糊查詢(xún)（這種部分模糊查詢(xún)，其實(shí)本質(zhì)上也是范圍查詢(xún)）；

在有?量重復(fù)鍵值情況下，哈希索引的效率也是極低的，因?yàn)榇嬖诠Ｅ鲎矄?wèn)題。

紅黑樹(shù):

紅黑樹(shù)也可以查詢(xún)很快,都是紅黑樹(shù)在數(shù)據(jù)很多的情況下,樹(shù)的高度是很高的，所以也不用來(lái)做索引了。

普通二叉樹(shù)這就更加不行了,高度不說(shuō)了,它還不會(huì)平衡。

如果123456這樣按照順序添加,1永遠(yuǎn)是跟節(jié)點(diǎn),依次增加就之后在樹(shù)的右邊加。

延伸閱讀：

二、索引及其優(yōu)缺點(diǎn)

索引本質(zhì)：索引是數(shù)據(jù)結(jié)構(gòu)。這些數(shù)據(jù)結(jié)構(gòu)以某種方式指向數(shù)據(jù)，這樣可以在這些數(shù)據(jù)結(jié)構(gòu)的基礎(chǔ)上實(shí)現(xiàn)高效查找算法。

索引是在存儲(chǔ)引擎實(shí)現(xiàn)的，因此每種存儲(chǔ)引擎的索引不一定完全相同，并且每種存儲(chǔ)引擎不一定支持所有類(lèi)型的索引。同時(shí)存儲(chǔ)引擎可以定義每個(gè)表的最大索引數(shù)和最大索引長(zhǎng)度。所有存儲(chǔ)引擎支持每個(gè)表至少16個(gè)索引，總索引長(zhǎng)度至少為256字節(jié)。

優(yōu)點(diǎn)：

1、提高數(shù)據(jù)檢索的效率，降低數(shù)據(jù)庫(kù)的I/O成本

2、通過(guò)創(chuàng)建少數(shù)索引，可以保證數(shù)據(jù)庫(kù)表中每一行數(shù)據(jù)的少數(shù)性

3、可以加速表和表之間的連接。對(duì)于有依賴(lài)關(guān)系的子表和父表聯(lián)合查詢(xún)時(shí)，可以提高查詢(xún)速度

4、在使用分組和排序子句進(jìn)行數(shù)據(jù)查詢(xún)時(shí)，可以顯著減少查詢(xún)中分組和排序的時(shí)間，降低CPU的消耗

缺點(diǎn)：

1、創(chuàng)建索引和維護(hù)索引要耗費(fèi)時(shí)間

2、索引需要占磁盤(pán)空間，存儲(chǔ)在磁盤(pán)上

3、雖然索引大大提高了查詢(xún) 速度，同時(shí)也會(huì)降低更新表的速度