MySQL索引数据结构选择

索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

1、优缺点：

优势：

•  提高数据检索的效率，降低数据库的IO成本。
• 通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。

劣势：

• 索引列也要占用空间的。
• 索引大大提高了查询效率，同时也降低更新表的速度，如果对表进行INSERT、UPDATE、DELETE时，效率降低。

2、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，主要包含以下几种

• B+Tree索引：最常见的索引类型，大部分引擎都支持B+树索引；
• 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；
• 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；
• 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；

  

3、数据结构特点分析：

 二叉树

• 二叉树：顺序插入时，会形成一个链表，查询性能大大降低，大数量情况下，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

 

B+Tree 

B+Tree相对于B-Tree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；

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，增加一个指向相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。

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（也成为hash碰撞），可以通过链表来解决。

 

特点：

• hash索引只能用于对等比较（=，in），不支持范围查询（between，>，<）；
• 无法利用索引完成排序操作；
• 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；
• 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；

4、总结为什么选择B+Tree:

• 相对于二叉树，层级更少，索引效率高；
• 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行，只能增加树的高度，导致性能降低；
• 相对于hash索引，B+Tree支持范围匹配及排序操作； 

小贴士：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html  数据结构可视化网站