前提： 以下的一些數(shù)據(jù)結(jié)構(gòu)大家需提前知道，否則看起來會比較有困難，大家也可以按照本文所提到的知識點去主動查閱學(xué)習(xí)。

1. Hash表？No

因考慮到在數(shù)據(jù)檢索的過程中經(jīng)常會有范圍的查詢（如下），而hash表不能提供這種功能。

SELECT * FROM hero WHERE age>5 AND age<20;

使用哈希算法實現(xiàn)的索引雖然可以做到快速檢索數(shù)據(jù)，但是沒辦法做數(shù)據(jù)高效范圍查找，因此哈希索引是不適合作為 Mysql 的底層索引的數(shù)據(jù)結(jié)構(gòu)。

2. 二叉查找樹(BST)？No

二叉查找樹（Binary Search Tree）雖然可以達到范圍搜索，但是在樹的插入過程中，如果插入的數(shù)據(jù)本來就是有順序的，那么就會形成一條鏈（如下），它的最壞情況是O(n)。 

3. 紅黑樹？No

紅黑樹雖然看似達到了平衡狀態(tài)，但是也會有極端情況存在，和上述BST樹一樣，雖然不會成為鏈狀，但是紅黑樹會存在右傾的現(xiàn)象。 

在數(shù)據(jù)庫中的基本主鍵自增操作，主鍵一般都是數(shù)百萬數(shù)千萬的，如果紅黑樹存在這種問題，對于查找性能而言也是巨大的消耗，我們數(shù)據(jù)庫不可能忍受這種無意義的等待的。

4. 平衡二叉樹(AVL)？差那么二點意思

平衡二叉樹，英文翻譯為Balanced Binary Tree，為啥叫AVL呢？ AVL 是大學(xué)教授G.M. Adelson-Velsky 和 E.M. Landis 名稱的縮寫，他們提出的平衡二叉樹的概念，為了紀(jì)念他們，將平衡二叉樹稱為 AVL樹。

AVL樹本質(zhì)上是一顆二叉查找樹，但是它又具有以下特點：

• 它是一棵空樹或它的左右兩個子樹的高度差的絕對值不超過1，
• 左右兩個子樹也都是一棵平衡二叉樹。

它不存在紅黑樹這種右傾的現(xiàn)象，也具備數(shù)據(jù)高效范圍查找的能力，但是數(shù)據(jù)庫查詢數(shù)據(jù)的瓶頸在于磁盤的IO，樹節(jié)點在磁盤空間中存儲可能是不連續(xù)的，假設(shè)我們一次IO讀取一個樹的節(jié)點，此次讀入內(nèi)存的這頁中沒有其他樹的節(jié)點，那么每讀取一個樹的節(jié)點，就要進行一次IO，這是多么消耗時間啊，所以我們設(shè)計數(shù)據(jù)庫索引時需要首先考慮怎么盡可能減少磁盤 IO 的次數(shù)。 磁盤讀取依靠的是機械運動，分為尋道時間、旋轉(zhuǎn)延遲、傳輸時間三個部分，這三個部分耗時相加就是一次磁盤IO的時間；這個花費的時間成本是內(nèi)存訪問的十幾萬倍左右。 正是由于磁盤IO是非常昂貴的操作，所以計算機操作系統(tǒng)對此做了優(yōu)化：預(yù)讀；每一次IO時，不僅僅把當(dāng)前磁盤地址的數(shù)據(jù)加載到內(nèi)存，同時也把相鄰數(shù)據(jù)也加載到內(nèi)存緩沖區(qū)中。因為局部預(yù)讀原理說明：當(dāng)訪問一個地址數(shù)據(jù)的時候，與其相鄰的數(shù)據(jù)很快也會被訪問到。每次磁盤IO讀取的數(shù)據(jù)我們稱之為一頁（page）。一頁的大小與操作系統(tǒng)有關(guān)，一般為4k或者8k。這也就意味著讀取一頁內(nèi)數(shù)據(jù)的時候，實際上發(fā)生了一次磁盤IO。

相關(guān)術(shù)語解釋：

扇區(qū)(sector)：

• 磁盤上的每個磁道被等分成多個弧段，這個弧段便稱作扇區(qū)（sector）。
• 扇區(qū)是磁盤物理層面的名稱，它是實際發(fā)生讀寫的最底層。

磁盤塊(IO Block)：

• 操作系統(tǒng)不與扇區(qū)直接進行交互，因為一般情況下一個扇區(qū)是512byte，如果1T去用512byte進行劃分，那劃分的地址空間太多了，為了讓操作系統(tǒng)能夠?qū)ぶ返礁蟮牡刂房臻g，操作系統(tǒng)將相鄰的扇區(qū)組合在一起，形成一個塊，對塊進行管理。每個磁盤塊可以包括 2、4、8、16、32 或 64 個扇區(qū)，這便是磁盤塊（IO Block）。
• 磁盤塊是操作系統(tǒng)中出現(xiàn)的名稱，文件系統(tǒng)讀寫數(shù)據(jù)的最小單位，它同時也被叫做磁盤簇。

頁(page)：

• 頁是內(nèi)存中出現(xiàn)的名稱，它是內(nèi)存的最小存儲單位，頁的大小通常為磁盤塊大小的 2^n 倍。

5. B-tree(B-樹也稱B樹)？差那么一點意思

B樹是一種平衡的多叉樹，B樹相比于平衡二叉樹(AVL)，它能夠在單個節(jié)點中存儲大量鍵，也降低了樹的高度，從而減少了IO的次數(shù)。 

B樹的節(jié)點中存儲的是數(shù)據(jù)，單個節(jié)點存儲的內(nèi)容還是太少了，如何讓一個節(jié)點存儲的內(nèi)容更多呢？B+樹它來了。

6. B+樹

在節(jié)點中存儲某段數(shù)據(jù)的首地址，并且B+樹的葉子節(jié)點用了一個鏈表串聯(lián)起來，便于范圍查找。 

B+樹高度降低，減少了磁盤 IO。其次，B+樹的葉子節(jié)點是真正數(shù)據(jù)存儲的地方，葉子節(jié)點用了鏈表連接起來，這個鏈表本身就是有序的，在數(shù)據(jù)范圍查找時，更具備效率。因此 Mysql 的索引用的就是 B+樹，B+樹在查找效率、范圍查找中都有著非常不錯的性能。

到此這篇關(guān)于一文了解mysql索引的數(shù)據(jù)結(jié)構(gòu)為什么用B+樹的文章就介紹到這了,更多相關(guān)mysql B+樹內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論