索引
索引（index）是一种有序的数据结构，用来帮助MySQL高效获取数据。
优缺点：
| 优势 | 劣势 |
|---|---|
| 提高数据检索的效率，降低数据库IO | 索引列也是要占用空间的。 |
| 通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。 | 索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低。 |
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索引结构，主要包含以下几种：
| 索引结构 | 描述 | InnoDB | MyISAM | Memory |
|---|---|---|---|---|
| B+Tree索引 | 最常见的索引类型，大部分引擎都支持 B+ 树索引 | 支持 | 支持 | 支持 |
| Hash索引 | 底层数据结构是用哈希表实现的, 只有精确匹配索引列的查询才有效, 不支持范围查询 | 不支持 | 不支持 | 支持 |
| R-tree(空间索 | 空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少 | 不支持 | 支持 | 不支持 |
| Full-text(全文 | 是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES | 5.6版本之后支持 | 支持 | 不支持 |
二叉树
如果选择二叉树作为索引结构，会存在以下缺点：
-
顺序插入时，会形成一个链表，单节点下最多2个子节点，查询性能大大降低。
-
大数据量情况下，层级较深，检索速度慢。
红黑树
由于红黑树也是一颗二叉树，所以也会存在一个缺点：
- 大数据量情况下，层级较深，检索速度慢
所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree
B Tree
B树是一种多叉路(单节点下可有多子节点)平衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。
以一颗最大度数（max-degree，指的是一个节点的子节点个数）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5个指针：
演变B树分裂过程：https://www.cs.usfca.edu/~galles/visualization/BTree.html
特点：
-
5阶的B树，每一个节点最多存储4个key，对应5个指针。
-
一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂。
-
在B树中，非叶子节点和叶子节点都会存放数据
B+Tree
B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，来看其结构示意图：
B+Tree 与 B-Tree相比，主要有以下三点区别：
- 所有的数据都会出现在叶子节点。
- 叶子节点形成一个单向链表。
- 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。
上述结构是标准的B+Tree的数据结构，再来看看MySQL中优化之后的B+Tree。
- 在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。
标签：Tree,支持,叶子,索引,二叉树,mysql,节点 来源： https://www.cnblogs.com/bgtong/p/16443848.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。