主要說明btree和hash索引
1.常用的加快查詢速度的資料結構
樹:
二叉查詢樹:查詢/插入/修改/刪除的平均時間複雜度都是o(n)
平衡二叉樹:查詢/插入/修改/刪除的平均時間複雜度都是o(logn)
紅黑樹:查詢/插入/修改/刪除的平均時間複雜度都是o(logn)
雜湊: hashmap:查詢/插入/修改/刪除的平均時間複雜度都是o(1)
hashset:查詢/插入/修改/刪除的平均時間複雜度都是o(1)
總結: 如果是對單行的資料進行查詢，很明顯雜湊索引很快，但是由於mysql不能確定兩個值之間會存在多少行的資料，這時使用雜湊索引，它的時間複雜度會退化為o(n),而樹型的索引的時間複雜度仍然是o(logn)
myisam 和 innodb 儲存引擎的表預設建立的都是 btree 索引
(1).hash索引
～ 只用於使用=或<=>操作符的等式比較。
～ 優化器不能使用 hash 索引來加速 order by 操作。
～ 只能使用整個關鍵字來搜尋一行。
～ 由於mysql不能確定兩個值之間會存在多少行的資料，資料多時使用樹型索引
(3)btree索引
(1)b樹
～ 由於b樹不同於二叉樹的二叉搜尋，b樹可以進行m叉搜尋
～ b樹的非葉子節點和葉子節點都可以儲存資料，優於二叉樹的每個節點儲存的是記錄
～ b樹可以通過中序遍歷獲得所有的節點
(2)b+樹
～ 在b樹的基礎上進行了改進，仍然是m叉搜尋樹
～ b+樹非葉子節點不在儲存資料，而是將資料儲存在同一層的葉子節點上。(b+樹中根到每乙個節點的路徑長度一樣)
～ 葉子之間，增加了鍊錶，獲取所有節點，不再需要中序遍歷
(1)b樹適合做索引的原因
～ b樹充分的利用到了磁碟預讀(不是按需讀取，按頁讀取，一次讀一頁(4k),如果之後讀取的資料存在預讀的資料中，那麼就可以很好的提高i/o效率)--依據區域性性原理
～ 由於b樹是m分叉的，所以樹的高度能夠降低很多；
～ 每個節點可以儲存n個記錄，如果將節點大小設定為頁大小，可以利用磁碟預讀，極大減少磁碟io；
(2)b+樹比b樹更適合做為索引的原因
b樹：有序陣列+平衡多叉樹，b+樹：有序陣列鍊錶+平衡多叉樹；
範圍查詢：定位min與max之後，中間葉子節點，就是結果集，不用中序回溯；
葉子節點儲存實際的資料記錄，適合資料量大的磁碟儲存，非葉子節點存放是記錄的key，可以存放更多的索引
總結：b+樹的查詢效率更高效
b+樹的磁碟讀寫代價更低
b+樹空間利用率更高，可減少i/o次數
Mysql 內部結構（簡）
記憶體結構包括buffer pool，change buffer，adaptive hash index和log buffer四塊。緩衝池，bp內部以page為單位，預設為16k，bp底層採用鍊錶管理page，innodb訪問表記錄和索引時會在page中快取，後續先快取，未命中再io。page分為f...
HBase內部結構
table表 就是有乙個或者多個列族組成,加上之前的 使用,這個表概念應該很熟了 row行 乙個行包括了多個列,這些列通過列族來分類 column family列族 列族是多個列的集合,hbase會盡量的將乙個列族的列放入同乙個伺服器內,這樣可以提高訪問效能,並且可以批量管理有關聯的一堆列,所有的資...
mysql not 索引 MySQL 索引結構
為資料表增加索引 index 可以提公升mysql資料查詢效率。mysql中所有型別的資料字段都可以有索引。索引指向了資料表中的記錄 行 可以快速判斷某行記錄是否符合 where 語句中的限定條件。但是索引並不是越多越好 索引需要耗費儲存空間 索引越多，mysql在決定採用哪個索引時也會消耗更多時間...