MySQL学习笔记-索引
索引索引(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。
[*]无索引的查找：全表扫描(将整张表遍历一遍)，性能极低。
[*]有索引的查找：数据库系统在存储数据的同时会维护一种数据结构(如二叉树)，当需要查找时，利用该数据结构进行查找，性能较高。
[*]索引的优缺点
一. 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。
[*]索引在存储引擎中的支持情况
[*]平常所说的索引，如果没有特别指明，一般都是说B+树结构组织的索引。
1. B+树
1.1 二叉树
[*]一种经典的数据结构。
[*]二叉树的两个缺点：
[*]顺序存储二叉树时，会形成一条链表，二叉树的深度很大，效率很低。
[*]二叉树的度不大于2，在数据库中存有大量数据的时候深度很大，效率很低。
1.2 红黑树
[*]一种自平衡的特殊二叉树。
[*]可以解决二叉树可能形成链表的缺点，但是依旧存在数据量大时深度很大的问题。
1.3 B树(平衡多路查找树)
[*]一种自平衡的树。可以解决二叉树的两个缺点。
[*]一个节点可以拥有两个以上的子节点。
1.4 B+树
[*]B树的变种。
[*]B+树与B树的区别：
[*]所有的元素都会出现在叶子节点。
[*]叶子节点形成了一条单向链表。
1.5 MySQL中的B+树
[*]在MySQL中，对B+树进行了优化。在原有基础上，叶子节点改为了双向循环链表，提高区间访问的性能。
2. 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)键值映射到同一个槽位上，产生了Hash冲突，可以通过链表解决。
2.1 Hash索引的特点
<ol>只能用于对等比较(=，in)，不支持范围查询(between，>， , = ,
页:
[1]