当前位置:Gxlcms > 数据库问题 > MySQL索引为什么使用B+树,你知道吗

MySQL索引为什么使用B+树,你知道吗

时间:2021-07-01 10:21:17 帮助过:25人阅读

数据库索引的数据结构有很多种,比如:哈希索引平衡二叉树索引B树索引B+树索引等等。

目前最流行的是B+树索引,那大家有没有想过为什么是B+树索引最流行,为什么其他索引应用不广泛。

就像为什么别人能拿2-3万的工资,我却只能拿一万的工资,大家有思考过吗?

哈希索引

hash大家应该非常的熟悉,就是我们老生常谈的HashMap里用到的技术。Hash索引其检索效率非常,索引的检索可以一次定位

可能很多人又有疑问了,既然Hash索引的效率这么高,为什么都用Hash索引而还要使用B-Tree索引呢?

任何事物都是有两面性的,Hash索引也一样,虽然Hash索引效率高,但是Hash索引本身由于其特殊性也带来了很多限制弊端,主要有以下这些:

原因一:

Hash索引不能使用范围查询

Hash索引仅仅能满足"=","IN"和"<=>"查询(注意<>和<=>是不同的操作),不能使用范围查询,例如WHERE price > 100。

由于Hash索引比较的是进行Hash运算之后的Hash值,所以它只能用于等值的过滤,不能用于基于范围的过滤

原因二:

Hash索引不能利用部分索引键查询

对于复合索引,Hash索引在计算Hash值的时候,是组合索引键合并后一起计算Hash值,而不是单独计算Hash值。

所以通过复合索引的前面一个或几个索引键进行查询的时候,Hash索引也无法被利用。

原因三:

Hash索引在任何时候都不能避免表扫描

Hash索引是将索引键通过Hash运算之后,将 Hash运算结果的Hash值和所对应的行指针信息存放于一个Hash表中。

由于不同索引键存在相同Hash值,所以无法从Hash索引中直接完成查询,还是要通过访问表中的实际数据进行相应的比较,并得到相应的结果。

hash索引out出局

平衡二叉树索引

技术图片

又称 AVL树。 它除了具备二叉查找树的基本特征之外,还具有一个非常重要的特点:它的左子树右子树都是平衡二叉树

且左子树和右子树的深度之差的绝对值(平衡因子 )不超过1。也就是说AVL树每个节点的平衡因子只可能是-1、0和1(左子树高度减去右子树高度)。

被淘汰的原因

  • 树的高度过高,高度越高,查找速度越慢

  • 他支持范围查找,但是他需要在进行回旋查找

比如我要找到大于5的数据

第一步我先定位到5,然后在树上按照二叉树规则去回旋查找大于5其他数据6、7、8、9、10。。。

如果大于5的数据很多,那速度是很慢的。

B树索引

技术图片

大家可以看到B树二叉树最大的区别在于:它一个节点可以存储两个值,这就意味着它的树高度,比二叉树的高度更低,它的查询速度就更快。这是他的优点

那为什么最终还是不用它呢,还是因为他在范围查找的时候,存在回旋查询的问题。同样order by排序的时候效率也很低,因为要把树上的数据手动排序一遍。

终极大佬:B+树

技术图片

它是B数的升级版,B+树相比B树,新增叶子节点非叶子节点关系。

叶子节点中包含了keyvalue,key存储的是1-10这些数字,value存储的是数据存储地址,非叶子节点中只是包含了key,不包含value。

所有相邻的叶子节点包含非叶子节点,使用链表进行结合,有一定顺序排序,从而范围查询效率非常高。

比如我们要查找大于5的数据:

  • 首先我们定位到5的位置

  • 然后直接将5后面的数据全部拿出来即可,因为这是有序链表,已经排好序了

我们在order by排序的时候为什么要使用索引进行排序,原因就在这。

如果大家还没懂,请留言给我吧

 

MySQL索引为什么使用B+树,你知道吗

标签:zoom   速度   src   一起   不同的   包含   索引   访问   就是   

人气教程排行