資料庫索引及結構

索引是一種特殊的檔案，它包含著對資料表中所有記錄裡的引用指標

索引是一種資料結構。資料庫索引，是資料庫管理系統中乙個排序的資料結構，以協助快速查詢、更新資料庫表中資料。

更通俗的來講，索引就相當於目錄。

索引的優點

索引的缺點：

可以通過alter table table_name add unique (column);建立唯一索引

可以通過alter table table_name add unique (column1,column2);建立唯一組合索引

可以通過alter table table_name add index index_name(column);建立唯一索引

可以通過alter table table_name add index index_name(column1,column2);建立唯一組合索引

雜湊索引類似於資料結構中的雜湊表（雜湊表）。當我們在資料庫中使用雜湊索引時，主要是通過hash演算法，將資料庫字段資料轉換成定長的hash值，與這條資料的行指標一併存入hash表中的位置；如果發生雜湊碰撞，則在對應hash鍵下以鍊錶的形式儲存。

但我們都知道，hash值是乙個無序的值，所以它無法進行範圍查詢，也不能利用hash值去做排序。還有，在hash碰撞的情況下，需要沿著鍊錶去乙個乙個的查詢，這樣降低了查詢的效率。

既然雜湊索引由於其無序的特性，使其無法應對範圍查詢、無法排序，且存在雜湊碰撞時效率下降的問題，而樹的結構解決了這個問題——它的資料有序排列，且支援範圍查詢。mysql中使用的是b+樹作為索引的資料結構。為了明白為什麼要使用b+樹索引，我們需要先從平衡二叉樹說起

(1) 平衡二叉樹

平衡二叉樹相比起雜湊索引，很好的解決了範圍查詢的問題，但平衡二叉樹仍然存在兩個問題：

1、在大量資料的情況下，樹的高度會很大。如圖所示的平衡二叉樹，一共存入了30個資料。可以看到，整棵樹一共有5層，而在最壞的情況下，需要向下查詢5次才能知道想要的資料。

2、在範圍查詢時，存在迴旋查詢的問題。比如在上面的圖中要查詢大於25的數，要先定位到25，然後再回到26->27，再回到28->29->30，然後把這些資料拿出來。假如要查詢的資料非常多，那麼在平衡二叉樹的結構中迴旋查詢的效率是非常慢的。

(2) b樹

可以看到，同樣是在插入30個資料的情況下，b樹要比平衡二叉樹更矮。

不同於平衡二叉樹，b樹的每個節點最多可以儲存n個有序的資料，同時還儲存著最多n+1個指向下一級節點的指標。以上圖為例，每個節點最多可以儲存2個資料，節點中最多有3個指向下一級節點的指標。以下面這個子樹為例：

根結點中兩個資料是26和28，比26小的資料儲存在最左邊的指標指向的結點，介於26和28的資料儲存在中間的指標指向的結點，大於28的資料儲存在最右邊的指標指向的結點

相較於平衡二叉樹，b樹更矮，乙個結點內能儲存更多的有序資料，因此在大量資料的情況下，不需要向更深處遍歷資料。

但b樹在範圍查詢方面有著和平衡二叉樹相同的問題：如果要查詢比25大的資料，b樹要先定位到25，再經歷26->27->28->29、30，在資料量大的情況下同樣要消耗大量時間。

(3) b+樹

為了解決在範圍查詢時，出現的迴旋查詢的問題，產生了b+樹的結構。相比起b樹，b+樹的非葉子結點僅具有索引的做引，不用來儲存資料。資料全部儲存在葉子結點中。葉子結點之間通過指標相互連線在一起，有序排列。

當使用b+樹查詢資料時，假如查詢8，先從根結點9開始，向左找到結點5，再向右找到結點7，再向右找到結點8，最後找到葉子結點8.

當使用b+樹進行範圍查詢時，假如找到比8大的資料，就先找到葉子結點8，然後向右遍歷，就能找到所有比8大的結點，其查詢效率要比b樹更高