1、雜湊表有什麼特點？
假如有這麼一張表(表名：sanguo)：
現在對name欄位建立雜湊索引：
注意字段值所對應的陣列下標是雜湊演算法隨機算出來的，所以可能出現雜湊衝突。那麼對於這樣乙個索引結構，現在來執行下面的sql語句：
select * from sanguo where name='周瑜'；那麼如果現在執行下面的sql語句：
select * from sanguo where name>『周瑜』;
則無能為力，因為雜湊表的特點就是可以快速的精確查詢，但是不支援範圍查詢
2、如果用完全平衡二叉樹呢？
還是上面的表資料用完全平衡二叉樹表示如下圖（為了簡單，資料對應的位址就不畫在圖中了。）：
圖中的每乙個節點實際上應該有四部分：
左指標，指向左子樹
鍵值鍵值所對應的資料的儲存位址
右指標，指向右子樹
另外需要提醒的是，二叉樹是有順序的，簡單的說就是「左邊的小於右邊的」假如我們現在來查詢『周瑜』，需要找2次（第一次曹操，第二次周瑜），比雜湊表要多一次。而且由於完全平衡二叉樹是有序的，所以也是支援範圍查詢的。
3、如果用完全平衡二叉樹呢？
還是上面的表資料用b樹表示如下圖（為了簡單，資料對應的位址就不畫在圖中了。）
可以發現同樣的元素，b樹的表示要比完全平衡二叉樹要「矮」，原因在於b樹中的乙個節點可以儲存多個元素。
4、如果用b+樹呢？
還是上面的表資料用b+樹表示如下圖（為了簡單，資料對應的位址就不畫在圖中了。）：
我們可以發現同樣的元素，b+樹的表示要比b樹要「胖」，原因在於b+樹中的非葉子節點會冗餘乙份在葉子節點中，並且葉子節點之間用指標相連。
5、那麼b+樹到底有什麼優勢呢？
這裡我們用「反證法」，假如我們現在就用完全平衡二叉樹作為索引的資料結構，我們來看一下有什麼不妥的地方。實際上，索引也是很「大」的，因為索引也是儲存元素的，我們的乙個表的資料行數越多，那麼對應的索引檔案其實也是會很大的，實際上也是需要儲存在磁碟中的，而不能全部都放在記憶體中，所以我們在考慮選用哪種資料結構時，我們可以換乙個角度思考，哪個資料結構更適合從磁碟中讀取資料，或者哪個資料結構能夠提高磁碟的io效率。回頭看一下完全平衡二叉樹，當我們需要查詢「張飛」時，需要以下步驟
從磁碟中取出「曹操」到記憶體，cpu從記憶體取出資料進行筆記，「張飛」
從磁碟中取出「周瑜」到記憶體，cpu從記憶體取出資料進行筆記，「張飛」>「周瑜」，取右子樹（產生了一次磁碟io）
從磁碟中取出「孫權」到記憶體，cpu從記憶體取出資料進行筆記，「張飛」>「孫權」，取右子樹（產生了一次磁碟io）
從磁碟中取出「黃忠」到記憶體，cpu從記憶體取出資料進行筆記，「張飛」=「張飛」，找到結果（產生了一次磁碟io）
同理，回頭看一下b樹，我們發現只傳送三次磁碟io就可以找到「張飛」了，這就是b樹的優點：乙個節點可以儲存多個元素，相對於完全平衡二叉樹所以整棵樹的高度就降低了，磁碟io效率提高了。
而b+樹是b樹的公升級版，只是把非葉子節點冗餘一下，這麼做的好處是為了提高範圍查詢的效率。
到這裡可以總結出來，mysql選用b+樹這種資料結構作為索引，可以提高查詢索引時的磁碟io效率，並且可以提高範圍查詢的效率，並且b+樹里的元素也是有序的。
Mysql索引底層原理分析
mysql索引底層原理分析，mysql索引的本質 mysql索引的底層原理 mysql索引的實戰經驗 面試問 資料庫中最常見的慢查詢優化方式是什麼？同學a 加索引。問 為什麼加索引能優化慢查詢？同學a 不知道同學b 因為索引其實就是一種優化查詢的資料結構，比如mysql中的索引是用b 樹實現的，而b...
mysql 索引底層原理分析
一 區分幾個概念 1 頁 1 頁號 記錄當前是第幾頁。2 頁目錄 記錄行資料，標記行開始的最小主鍵索引資料。3 行資料 標識每一行的資料。1 111a 標識第一行資料，1 表示主鍵索引。行與行資料使用鍊錶有序相連。2 b 樹 多個頁相互連線在一起，為了方便查詢會再向上生成乙個新的類似頁的東西，記錄頁...
MySQL的索引結構原理分析
1.索引是什麼？索引是一種資料結構 索引是一種排好序的資料結構 2.索引的目的是什麼？幫助使用者高效快速查詢到業務所需的資料 綜上所訴，因此在大資料量的乙個表中，什麼樣的一種排好序的資料結構能夠達到我們的目的 1.特點 a 所有的葉子節點具有相同的深度，葉子節點的指標為空 b 所有的索引元素不重複 ...