标签：红黑树 Tree 索引 查找 二叉树 MySQL 数据结构 节点
什么是索引
索引是帮助MySQL高效获取数据的排好序的数据结构
若没有使用索引的话，查找数据的时候会从上到下一条一条的向下查找，直到找到数据为止，索引的目的是为了提高查找速度的。
索引的数据结构
二叉树
如图所示，若采用二叉树，的确能提高查找的速度。对于 col2 列的 89 来说，使用索引之前需要 6 次查找，而使用二叉树做索引之后，只需要 2 次查找即可
但是，对于 col1 列来说，查找对应的那条记录同样需要 6 次。这是为什么？对于二叉树来说，若采用递增的列作为索引的话，二叉树会退化成链表
红黑树
本质上还是一个二叉树，叫做二叉平衡树。平衡树在插入和删除的时候，会通过旋转操作将树的左右节点达到平衡
红黑树规则定义：
- 任何一个节点都有颜色，红色或黑色
- 根节点是黑色的
- 父子节点之间不能出现两个连续的红节点
- 任何一个根节点，遍历到它的子孙节点，所经过的黑节点树必须相同
- 空节点被认为是黑色的
若采用红黑树作为索引的数据结构，当数据量特别大的时候，黑红树的高度就特别大了。假如有 500w 条数据，那么红黑树的高度可能达到几十甚至更多，要经过大量的磁盘 I/O 操作，性能太差了，若要解决这一问题，就要减少 I/O 的次数
B树(B-Tree) 和 B+树(B+Tree)的选择
B-Tree
- 叶节点具有相同的深度，叶节点的指针为空
- 所有索引元素不重复
- 节点中的数据索引从左到右递增排列
B+Tree
- 非叶子节点不存储data，只存储索引(冗余)，可以放更多的索引
- 叶子节点包含所有索引字段
- 叶子节点用指针连接，提高区间访问的性能
对比B-Tree和B+Tree
- B-Tree的所有节点都存储了 data 元素，B+Tree 的非叶子节点不存储 data 元素，则 B+Tree 的一个非叶子节点可以存储更多的索引
- B+Tree在叶子节点之间增加了指针，对于范围查找来说，有很好的支持
标签：红黑树,Tree,索引,查找,二叉树,MySQL,数据结构,节点 来源： https://www.cnblogs.com/xiaoyangabc/p/16181234.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。