详解MySQL索引的底层实现原理

MySQL索引的底层实现原理

• • 一、前言
  • 二、索引类型
  • • 1、Hash索引
    • 2、BTree索引和B+Tree索引
    • • （1）BTree索引
      • （2）B+Tree索引
      • （3）B+Tree对比BTree优点：
    • 3、全文索引

相关免费学习推荐：mysql视频教程

一、前言

MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各有不同，因此MySQL数据库支持多种索引类型，如BTree索引，B+Tree索引，Hash索引，全文索引等等。

二、索引类型

1、Hash索引

只有memory（内存）存储引擎支持Hash索引，Hash索引引用索引列的值计算该值的hashCode，然后在hashCode相应的位置存储该值所在行数据的物理位置，因为使用散列算法，因此访问速度非常快，但是一个值只能对应一个hashCode，而且是散列的分布式，因此Hash索引不支持范围查找和排序的功能。

2、BTree索引和B+Tree索引

（1）BTree索引

BTree索引是平衡搜索多叉树木，如果设树的深度为2d（d > 1），高度为h，那么BTree要满足以下条件：
①每个叶子结点的高度要一样，等于h；
②每个叶子节点由n-1个key和n个指针point组成，其中d <= n <= 2d，key和point相互间隔，结点两端一定是key；
③叶子结点指针都为null；
④非叶子结点的key都是[key， data]二元组，其中key表示作为索引的键，data为键值所在行的数据。

（2）B+Tree索引

B+Tree是BTree的一个变种，如果设d为树的度，h为数的高度，B+Tree和BTree的不同主要在于：
①B+Tree中的非叶子结点不存储数据，只存储键值；
②B+Tree的叶子结点没有指针，所有键值都会出现在叶子结点上，且key存储的键值对应data数据的物理地址；
③B+Tree的每个非叶子结点由n个键值key和n个指针point组成。

（3）B+Tree对比BTree优点：

①磁盘读写代价更低；
②查询速度更稳定。

3、全文索引

FullText（全文）索引，仅可用于MyISAM和InnoDB，针对较大的数据，生成全文索引非常的消耗时间和空间。
在生成FullText索引时，会为文本生成一份单词的清单，在索引时会根据这个单词的清单进行索引。

相关免费学习推荐：mysql数据库(视频)

以上就是详解MySQL索引的底层实现原理的详细内容，更多请关注gxlcms其它相关文章！