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
TDengine (老段)3 分钟前
通过云服务 快速体验 TDengine
大数据·数据库·物联网·时序数据库·tdengine·涛思数据·iotdb
惊讶的猫27 分钟前
mysql多表查询
数据库·mysql
可涵不会debug36 分钟前
Redis魔法学院——第四课:哈希(Hash)深度解析:Field-Value 层级结构、原子性操作与内部编码优化
数据库·redis·算法·缓存·哈希算法
学习不止,掉发不停38 分钟前
MySQL基础-DQL(四)
数据库·mysql
赵渝强老师42 分钟前
【赵渝强老师】国产金仓数据库的物理存储结构
数据库·postgresql·国产数据库
曹牧1 小时前
Oracle闪回区配置与故障处理操作指南
数据库·oracle
无名-CODING1 小时前
Spring事务管理完全指南:从零到精通(上)
java·数据库·spring
fengxin_rou1 小时前
【黑马点评实战篇|第一篇:基于Redis实现登录】
java·开发语言·数据库·redis·缓存
我待_JAVA_如初恋1 小时前
Redis常用的数据类型之String
数据库·redis·缓存
@ chen1 小时前
MySQL 中的锁机制
数据库·mysql