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
码不停蹄的玄黓4 分钟前
MySQL Undo Log 深度解析:事务回滚与MVCC的核心功臣
数据库·mysql·undo log·回滚日志
Qdgr_13 分钟前
价值实证:数字化转型标杆案例深度解析
大数据·数据库·人工智能
数据狐(DataFox)24 分钟前
SQL参数化查询:防注入与计划缓存的双重优势
数据库·sql·缓存
Arthurmoo33 分钟前
Linux系统之MySQL数据库基础
linux·数据库·mysql
博观而约取38 分钟前
Django ORM 1. 创建模型(Model)
数据库·python·django
Tangcan-38 分钟前
【MySQL】 内置函数
mysql
找不到、了2 小时前
MySQL的窗口函数介绍
数据库·mysql
执笔诉情殇〆2 小时前
springboot集成达梦数据库,取消MySQL数据库,解决问题和冲突
数据库·spring boot·mysql·达梦
软件技术NINI3 小时前
springMvc的简单使用:要求在浏览器发起请求,由springMVC接受请求并响应,将个人简历信息展示到浏览器
数据库·mysql
SailingCoder4 小时前
MongoDB Memory Server与完整的MongoDB的主要区别
数据库·mongodb