数据库索引使用场景-索引技术 应用场景

前言

面试中我们经常碰到面试官问到数据库索引，问到索引就会问你索引的数据结构。类似这种数据结构对于普通程序员来说记住概念几天就忘了，而且概念不是每个人都能很好都理解，所以针对这一原因，我简单通俗都像大家讲解为什么mysql使用都是B+树，而不用其他的树形结构。

正文

Q1：B+树的查询时间大概多少？

A：跟树的高度有关，是O(log n)。

Q2：hash查找时间大概多少？

A：o（1）。

Q3：hash比B+查找时间更短，为什么索引不用hash？

A：这和业务场景有关，如果只查找一个值的话，hash是一个很好的选择，单数据库经常会选择多条，这时候由于B+树索引有序，并且又有链表相连，它的查询效率比hash就快很多了。而且数据库中的索引一般是在磁盘上，数据量大的情况可能无法一次装入内存，B+树的设计可以允许数据分批加载，同时树的高度较低，提高查找效率。

下面我对第三个问题进行一个解析，让大家更好的记住。

二叉排序树

同一高度下左边跟节点小，右边跟节点大，并且左右子树都是二叉排序的。但是在极端情况下插入的是有序的序列就会变成链表。

所以这时候我们就要对二叉树进行平衡，让插入的时候节点能均匀分布。

红黑树

所以引入红黑树，红黑树是平衡树的一种，他的复杂规则都是为了保证树的平衡，所以大家在记概念的时候理解不上去。

我们知道，树形结构的数据查找速度跟树的高度有关，所以尽可能让树平衡就是为了降低树的高度，java里有一种s数据结构底层就用的红黑树，就是TreeSet。

B树，也叫B-树，大家千万不要说B减树。

B树是一种多路搜索树，每个节点都可以有多于两个子节点，M路的B树就是有最多有M个子节点。

这就是一个3路B树

多路的结构就是为了尽可能降低树的高度，使查询速度更快，有一种情况就是无限多路，那就变成一个数组了，所以我们树ArrayList适合用来查询，数组结构的数据都有这个特点。

所以我们常常用B树做文件系统的索引，因为我们文件和数据库的索引都是存在硬盘上的，并且如果数据量大的话，不一定能一次性加载到内存中。所以一棵树无法全部加载到内存里我们怎么查找，这时候就用到我们刚才说到的B树了，我们可以每次加载树的每一个节点，然后一步一步往下查找，而且多路B树每个节点会多于两个子节点，速度会更快数据库索引使用场景，所以我们不用红黑树数据库索引使用场景，因为红黑树子节点只有两个。

B+树

B+树是在B树基础上改造的，他的数据都在叶子节点，同时叶子节点还加了指针。

这是一个四路B+树，叶子节点都数据形成了链表

这也是和业务场景相关的，你想想，数据库中select数据，不一定只选一条，很多时候会选多条，比如按照id排序后选10条。如果是多条的话，B树需要做局部的中序遍历，可能要跨层访问。而B+树由于所有数据都在叶子结点，不用跨层，同时由于有链表结构，只需要找到首尾，通过链表就能把所有数据取出来了。

比如我们查找7到19，B+ 都威力看到了吧。所以小伙伴们回到前文都三个问题中，就知道了为什么MySql索引使用B+树了吧。