【Mysql篇】【索引数据结构为什么是B+树】

*二线码农的粮食，[原文连接](https://www.cnblogs.com/cg-ww/p/14853736.html#%E4%BA%8C%E5%8F%89%E6%A0%91)* ###常见的数据结构 >二叉树 红黑树 Hash表 B-Tree（B树） ``` Select * from t where t.col=5 ``` 我们在执行一条查询的Sql语句时候，在数据量比较大又不加索引的情况下，逐行查询并进行比对，每次需要从磁盘上查找，每行数据可能在磁盘不同的位置，数据比较靠后的话，一千万数据可能要比对几百万，很耗费资源。 **Mysql衡量查询效率的就是磁盘IO次数**，那么Mysql中应该采用什么样的数据结构存储数据呢，以及为什么要使用那个数据结构呢。 ######二叉树 大多数人都知道，如果加上索引之后。把数据放在**二叉树**里面，查询会快很多，但是还有一种特殊的情况： 把一个**递增列**的索引放入二叉树中，列id作为等于5查询目标，就会从col为1开始搜索，**这样要搜索几次？**二叉树插入的数据如果大于本身，会放在父节点的右下角，小的会放在父节点的左下角，因此形成了这样像链表一样的结构，其实本质还是二叉树。 [](https://img2020.cnblogs.com/blog/1391439/202106/1391439-20210605200601904-1047585600.gif) 需要从根节点遍历，**经过5次的查找**，每个节点都存储在磁盘上，每查一个节点需要跟磁盘做一次IO交互，效率相比之前没加索引也没有太大提升,这显然不是Mysql的索引结构。 ####### 红黑树 HasMap的数据结构就是红黑树，原来是数组加链表，现在优化到了数组加红黑树。 [](https://img2020.cnblogs.com/blog/1391439/202106/1391439-20210605200603370-304957863.gif) 红黑树本质还是二叉树，还有一个名字又叫平衡二叉树。当一边子节点比另一边高太多的时候，会自动旋转平衡。当数据量比较大的时候比如1000万，红黑树存储的高度就可能达到几十。如果数据量越大树的高度就会越高。每查一个节点要进行一次磁盘IO交互。树的高的越高查找效率越低，很显然红黑树也不是Mysql的数据结构，早期版本Mysql有用到红黑树，现在版本没有用到红黑树。那么能不能对红黑树做点改造。 #####B-Tree 树的高的越高查找效率越低，那么将树高缩小，比如限制在5层，把一层存放更多元素。把一个节点的数据在磁盘同一个区域全部查出来放到内存，只做一次IO查找，就可以查到很多索引信息。B树又叫平衡多叉树。 [](https://img2020.cnblogs.com/blog/1391439/202106/1391439-20210605200604219-1520725790.png) 索引值和具体data都在每个节点里，而节点的位置不固定，最好的情况查找值就在第一层。 B树的特点就是每层节点数目非常多，层数很少，目的就是为了就少磁盘IO次数，B树在提高了磁盘IO性能的同时并没有解决元素遍历的效率低下的问题，由于节点内部每个 key 都带着 data 域，每次查找到具体节点还要和data进行顺序比对，如果查找某个范围内数据，又需要重新遍历。正是为了解决这个问题，B+树应运而生 B树遍历全部数据： [](https://img2020.cnblogs.com/blog/1391439/202106/1391439-20210605200605204-202190215.gif) #####B+Tree B+树节点只存储 key 的副本，真实的 key 和 data 域都在叶子节点存储，数据全部存储在叶子节，并且每一个节点之间用指针串联起来，形成链表，方便遍历，可以跨区间访问，这优点尤其突出在范围查询，不需要在一次从根节点到子节点遍历。 [](https://img2020.cnblogs.com/blog/1391439/202106/1391439-20210605200605613-2112276631.png) B+树遍历全部数据： [](https://img2020.cnblogs.com/blog/1391439/202106/1391439-20210605200606924-439897705.gif) 数据量大的情况下哪个更快，我想你应该知道了吧！