SQL-索引

索引结构

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结构，主要包含一下几种:

1. B+Tree 索引，最常见的索引类型，大部分引擎都支持 B+Tree 索引

2. Hash 索引，底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询

3. R-tree（空间索引） ，空间索引是 MyISAM 引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少

4. Full-text(全文索引) ，是一种通过建立倒排索引，快速匹配文档的方式。类似于 Lucene，Solr，Es

1. 索引结构 - B+tree

二叉树

二叉树缺点：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。

红黑树：大数据量情况下，层级较深，检索速度慢。

B-Tree（多路平衡查找树）

以一颗最大度数（max-degree）为 5（5阶）的 b-tree 为例(每个节点最多存储 4 个 key，5 个指针)

树的度数指的是一个节点的子节点个数。

B+Tree

相对于 B-Tree 区别：
1.所有的数据都会出现在叶子节点
2.叶子节点形成一个单向链表

MySQL 索引数据结构对经典的 B+Tree 进行了优化，在原 B+Tree 的基础上，增加一个指向邻叶子节点的链表指针，就形成了带有顺序指针的 B+Tree，提高区间访问的性能

2. 索引 - Hash

Hash

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。

Hash索引特点

1.Hash 索引只能用于比较(=,in),不支持范围查询(between,<,>,...)

2.无法利用索引完成排序操作 

3.查询效率高，通常只需要一次检索就可以了，效率通常要高于 B+tree 索引

存储引擎支持

在 MySQL 中，支持 Hash 索引的是 Memory 引擎，而 innoDB 中具有自适应 Hash 功能，Hash 索引是存储引擎根据 B+Tree 索引在指定条件下自动构建的。

索引 -- 思考

为什么 InnoDB 存储引擎使用 B+tree 索引结构?

 1.相对于二叉树，层级更少，搜索效率高；

 2.对于 B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页存储的键值减少，要同样保存大量数据，只能增加树的高度，导致性能降低

 3.相对于 Hash 索引，B+tree 支持范围匹配及排序操作；