MySQL数据库索引的数据结构

数据库索引的功能就是让查找更加的高效,所以索引的数据结构应该是能够加速查找的数据结构。

MySQL的innoDB存储引擎的索引的数据结构就是多叉搜索树中的b+树,这可以说是为索引量身定做的一个数据结构。

首先,索引可以通过主键,unique修饰,也可以直接使用sql语句创建。当用主键给修饰id列,创建出索引,b+树是如何存储每个节点并提高查找效率的呢?

b+树相比普通多叉搜索树的特点:

(1)b+树是棵平衡树,树的深度都是差不多的,查找的次数不会相差很大。

(2)b+树的叶子节点包含了整个树所有的数据。

就这两个特点,让b+树成为了和索引完美适配的搜索树。

(1)因为b+树的叶子节点中包含了所有的数据,所以只需要在叶子节点中存储一条完整的数据,非叶子节点只存储用来做索引的那一列的值,大大减小的存储空间。

(2)因为数据库都是在磁盘上存储的,每次比较都要从磁盘上读取数据,b+树是多叉树,每次io读取一个节点可以获取多个数据来比较,减少了io次数,加快了比较效率。

(3)因为只有叶子节点才有完整数据,所以每次查询都会查到叶子节点,并且b+树是平衡树,所以深度都差不多,所以不管查询什么数据,最后的io次数都是差不多的,保证了查询的稳定。

当一个表中除了主键之外,还有其他的索引的时候,其他的索引的叶子结点就不是存储的整条数据了,而是存储的主键索引的叶子节点的位置。

所以其他索引查找时最终都会回到主键索引去获得整条数据。这也进一步节省了索引的空间消耗。这个操作叫做回表。

相关推荐
java_logo17 分钟前
Docker 部署 OpenViking:轻松搭建 AI Agent 上下文数据库平台
数据库·人工智能·docker·agent·火山引擎·openviking·轩辕镜像
Codiggerworld21 分钟前
Redis 正式接入 AI:当“最懂速度的数据库“开始解决“记忆问题“
数据库·人工智能·redis
白露与泡影22 分钟前
Redis 正式接入 AI:当“最懂速度的数据库“开始解决“记忆问题“
数据库·人工智能·redis
flinn_small23 分钟前
三分算法:原理、实现与实战应用
数据结构·算法·三分
我不会插花弄玉30 分钟前
3.通用命令【由浅入深-redis】
数据库·redis·bootstrap
腾科IT教育41 分钟前
Oracle OCP和MySQL OCP怎么选?方向对比指南
mysql·oracle·ocp·oracle ocp·ocp怎么选·mysql ocp
大牧师1 小时前
Mybatis 框架教程
java·数据库·mybatis·数据持久化·orm
INGNIGHT1 小时前
944 · 最大子矩阵(前缀和)
数据结构·c++·算法
有想法的py工程师2 小时前
PostgreSQL【内核】 CBO 优化器的“早停下注”与数学模型失效分析
数据库·postgresql
All for pursuit.2 小时前
【动态规划-6】96.不同的二叉搜索树
数据结构·c++·算法·leetcode·动态规划