MySQL为什么选择使用B+树作为索引结构?

1. 可以先分析B+树的优势

  1. 矮胖: 随着数据量的增长,B+树的高度增长不会太快,使得磁盘的I/O次数减少
  2. 自平衡性: B+树是一种自平衡的二叉树,在新增和删除节点会进行分裂合并操作,以保证树的平衡,删除效率更高。
  3. 范围查询能力强:B+树的叶子节点之间通过双向链表连接,范围查询能力强,查询效率高。

2.再分析别的数据结构的劣势(二叉树、红黑树、B树、Hash表)

二叉树:

  • 查询效率不稳定,二叉树可能退化成链表
  • 随着数据量的增加,树的高度增长过快,层级比较深,从而增加I/O次数使得效率低下

红黑树:

本质也是一个二叉树(自平衡二叉树),在大数据量的情况下,层级比较深,会导致树的高度较高,检索速度慢

B-Tree(多路平衡查找树)

非叶子节点会存储数据,每页存储的键值对变少,导致树的层次变深,,从而增加I/O次数,使得效率低下

Hash表

哈希表是键值对的集合,通过键(key)即可快速取出对应的值(value),因此哈希表可以快速检索数据(接近 O(1))。,但是为什么 MySQL 没有使用其作为索引的数据结构呢?

主要是因为 Hash 索引不支持顺序和范围查询。

举例:

假如我们要对表中的数据进行排序或者进行范围查询,那 Hash 索引可就不行了。并且,每次 IO 只能取一个。

试想一种情况:

复制代码
SELECT * FROM tb1 WHERE id < 500;

在这种范围查询中,优势非常大,直接遍历比 500 小的叶子节点就够了。而 Hash 索引是根据 hash 算法来定位的,难不成还要把 1 - 499 的数据,每个都进行一次 hash 计算来定位吗?这就是 Hash 最大的缺点了。

相关推荐
.生产的驴6 分钟前
SpringBoot 封装统一API返回格式对象 标准化开发 请求封装 统一格式处理
java·数据库·spring boot·后端·spring·eclipse·maven
AnsenZhu18 分钟前
2025年Redis分片存储性能优化指南
数据库·redis·性能优化·分片
Johny_Zhao32 分钟前
MySQL 高可用集群搭建部署
linux·人工智能·mysql·信息安全·云计算·shell·yum源·系统运维·itsm
oydcm35 分钟前
MySQL数据库概述
数据库·mysql
oioihoii1 小时前
C++23中if consteval / if not consteval (P1938R3) 详解
java·数据库·c++23
带娃的IT创业者1 小时前
《AI大模型趣味实战》基于RAG向量数据库的知识库AI问答助手设计与实现
数据库·人工智能
husterlichf2 小时前
MYSQL 常用数值函数 和 条件函数 详解
数据库·sql·mysql
我的golang之路果然有问题2 小时前
快速了解redis,个人笔记
数据库·经验分享·redis·笔记·学习·缓存·内存
卡皮巴拉爱吃小蛋糕3 小时前
MySQL的MVCC【学习笔记】
数据库·笔记·mysql
农民也会写代码3 小时前
dedecms织梦arclist标签noflag属性过滤多个参数
开发语言·数据库·sql·php·dedecms