最近在学习mysql索引的一些底层数据结构；在这里做个备查。

msql索引帮助MySQL高效获取数据的排好序的数据结构；

我们平时碰到的数据结构可以用来存储索引的数据结构有---二叉树 红黑树 Hash表 B-Tree；

二叉树：在存放依次递增的索引的时候，会变成链表，这样如果查询最大的值，需要从头到尾查找n-1次，也就意味着要进行n-1次的磁盘I/O将数据从二叉树中依次取出来，与被比较的值进行比较；这样就完全发挥不出来二叉树的有点了；这种数据结构只适应大小随机的索引值。

 

红黑树：跟二叉树相比树的高度有所降低，分布也不是一条链表了，查找速度也比二叉树有了提高，但是每个节点只能存放一个索引，如果数据量特别大，那么树的高度也会比较高会是求log以2为底的结点数的对数下取整+1；

可以看到无论是二叉树还是红黑树，都有一个共同的缺点那就是每个节点只能存放一个索引，当数据量很大的时候会出现树的高度很高，查找数据会需要进行大量的i/o操作；不符合索引快速查找元素的要求；比较合适做索引的也就有hash和b-tree这两种数据结构了。但是b-tree并不适合范围查询，所以mysql就选择了B+TREE这种数据结构，并针对B+TREE进行了优化

b-tree:叶节点具有相同的深度，叶节点的指针为空;

          所有索引元素不重复;

          节点中的数据索引从左到右递增排列

 

 

b+tree:

非叶子节点不存储data，只存储索引(冗余)，可以放更多的索引;

叶子节点包含所有索引字段;

叶子节点用指针连接，提高区间访问的性能。

MySql的索引数据结构有Hash和B+TREE两种；

如果mysql的索引类型选择的是hash就会先对查询条件进行一次hash然后再去hash表中找对应,但是没法儿很好的支持范围查找、模糊查询、order by这些都支持不了；

适合表中只存在查找都是等值查找的情况，这种情形下HASH会比btree更快。

但是平时使用的场景中很少有等值查找，往往出来等值查找之外还有范围查找、模糊查找、order by这些所以采用B+TREE方式组织索引还是比较常见的。