网站建设名列前茅,iis默认网站无法访问,平度网站建设ld4,实木餐桌椅移动网站建设索引-索引结构 1. 概述2. 二叉树3. B-Tree4. BTree5. Hash 1. 概述
MySQL的索引是在存储引擎层实现的#xff0c;不同的存储引擎有不同的索引结构#xff0c;主要包含以下几种#xff1a; 上述是MySQL中所支持的所有的索引结构#xff0c;下面展示不同的存储引擎对于索引… 索引-索引结构 1. 概述2. 二叉树3. B-Tree4. BTree5. Hash 1. 概述
MySQL的索引是在存储引擎层实现的不同的存储引擎有不同的索引结构主要包含以下几种 上述是MySQL中所支持的所有的索引结构下面展示不同的存储引擎对于索引结构的支持情况。 注意 我们平常所说的索引如果没有特别指明都是指B树结构组织的索引。 2. 二叉树
假如说MySQL的索引结构采用二叉树的数据结构比较理想的结构如下 但是如果我们插入的数据是顺序插入的就会形成一个单向链表结构如下 所以如果选择二叉树作为索引结构会存在以下缺点
顺序插入时会形成一个链表查询性能大大降低。大数据量情况下层级较深检索速度慢。
此时大家可能会想到我们可以选择红黑树红黑树是一颗自平衡二叉树那这样即使是顺序插入数 据最终形成的数据结构也是一颗平衡的二叉树,结构如下: 但是即使如此由于红黑树也是一颗二叉树所以也会存在一个缺点
大数据量情况下层级较深检索速度慢。、
所以在MySQL的索引结构中并没有选择二叉树或者红黑树而选择的是BTree那么什么是BTree呢在详解BTree之前先来介绍一个B-Tree。
3. B-Tree
B-TreeB树是一种多叉路平衡查找树相对于二叉树B树每个节点可以有多个分支即多叉。以一颗最大度数max-degree为5(5阶)的b-tree为例那这个B树每个节点最多存储4个key5个指针 树的度数指的是一个节点的子节点个数。 特点 5阶的B树每一个节点最多存储4个key对应5个指针。 一旦节点存储的key数量到达5就会裂变中间元素向上分裂。 在B树中非叶子节点和叶子节点都会存放数据。 4. BTree
BTree是B-Tree的变种我们以一颗最大度数max-degree为44阶的btree为例来看一下其结构示意图 我们可以看到两部分 绿色框框起来的部分是索引部分仅仅起到索引数据的作用不存储数据。 红色框框起来的部分是数据存储部分在其叶子节点中要存储具体的数据。 BTree 与 B-Tree相比主要有以下三点区别 所有的数据都会出现在叶子节点。 叶子节点形成一个单向链表。 非叶子节点仅仅起到索引数据作用具体的数据都是在叶子节点存放的。 上述我们所看到的结构是标准的BTree的数据结构接下来我们再来看看MySQL中优化之后的BTree。
MySQL索引数据结构对经典的BTree进行了优化。在原BTree的基础上增加一个指向相邻叶子节点的链表指针就形成了带有顺序指针的BTree提高区间访问的性能利于排序。 5. Hash
MySQL中除了支持BTree索引还支持一种索引类型—Hash索引。
1). 结构 哈希索引就是采用一定的hash算法将键值换算成新的hash值映射到对应的槽位上然后存储在hash表中。 如果两个(或多个)键值映射到一个相同的槽位上他们就产生了hash冲突也称为hash碰撞可以通过链表来解决。 2). 特点 A. Hash索引只能用于对等比较(in)不支持范围查询between … B. 无法利用索引完成排序操作 C. 查询效率高通常(不存在hash冲突的情况)只需要一次检索就可以了效率通常要高于Btree索引
3). 存储引擎支持 在MySQL中支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能hash索引是InnoDB存储引擎根据BTree索引在指定条件下自动构建的。 思考题 为什么InnoDB存储引擎选择使用Btree索引结构? 相对于二叉树层级更少搜索效率高对于B-tree无论是叶子节点还是非叶子节点都会保存数据这样导致一页中存储的键值减少指针跟着减少要同样保存大量数据只能增加树的高度导致性能降低相对Hash索引Btree支持范围匹配及排序操作
