数据库索引底层的数据结构（B+树）

目录

 一、索引的概念

二、索引背后的数据结构的探讨

三、B+树的介绍

四、B+树的优势：             

---

 一、索引的概念

        索引是一种特殊的文件，包含着对数据表里所有记录的引用指针，可以对表中的一列或多列创建索引，并指定索引的类型。

        数据库中的表、数据、索引之间的关系，类似于书架上的图书、书籍内容和书籍目录的关系。索引所起的作用类似书籍目录，可用于快速定位、检索数据。 索引对于提高数据库的性能有很大的帮助。

         数据库中的索引可以用来加快对表的查询速度，但数据库表中数据经常需要进行修改和删除的操作时，则不考虑进行创建索引。同时创建索引会占用磁盘额外的空间，并拖慢了数据库表的增删改操作效率。

二、索引背后的数据结构的探讨

       索引的目的是用来加快对表数据查询的效率，在我们所学到的数据结构中可能会想到二叉搜索树和哈希表，但是二叉搜索树和哈希表并不态适用于索引。

 原因如下：

（1）二叉搜索树：当数据库表中的数据元素较多时，此时二叉搜索树的节点会比较多，树的高度也会随之变多，因此二叉搜索树每一次的查找与对比都会增加对磁盘的读写次数，不适用于索引

（2）哈希表：虽然哈希表的时间复杂度为O(1)，但是哈希表在查询数据的时候，只能进行值的比较，不能进行大于，小于或者数据范围的比较，因此哈希表对于索引的数据查询是无能为力的

       

在了解了二叉搜索树和哈希表不适用于索引的原因后，我们引出了B+树来为索引量身定制

三、B+树的介绍

        B+树又叫做N叉搜索树，言外之意是每个节点可以存储N个key值。同时每个节点的key值也会在子节点中存在。

       以下为B+树的图形展示：

 

特点：（1）B+树的每个节点可以有N个key值，并且这N个key值划分为N个范围

                    注意：（B树的每个节点可以有N个key值，并且这N个key值划分为N+1个范围）

           （2）每个节点的key都会在子节点中存在（同时该key是子节点的最大值）

              (3)  B+树的叶子节点是首尾相连，类似于一个链表结构

           （4）B+树的所有数据都存在叶子结点中（即所有非叶子结点的数据在叶子节点中存储）

                   那些非叶子节点只存储相应的key值而已

 

四、B+树的优势：             

       1、 由于B+树的叶子节点中存储的key值即数据库表中的每一行的数据，当查询数据库表的数据时可以直接查询叶子结点的数据即可，大大加快了数据查询的效率。

       2、B+树的每个节点可以存储N个key值，意味着在同样数量的key值情况下，B+树的高度比二叉搜索树的高度会相对更低，在查询数据的时候相对应的减少了对磁盘的读写次数

       3、B+树在查询数据时，都会到叶子节点中去查询，每次查询数据时对磁盘的读写次数都是相同的，因此B+树在查询数据时会更加的稳定。