摘要

面試時，交流有關mysql索引問題時，發現有些人能夠濤濤不絕的說出B+樹和B樹，平衡二叉樹的區別，卻說不出B+樹和hash索引的區別。這種一看就知道是死記硬背，沒有理解索引的本質。本文旨在剖析這背後的原理，歡迎留言探討

問題

如果對以下問題感到困惑或一知半解，請繼續看下去，相信本文一定會對你有幫助

• mysql 索引如何實現
• mysql 索引結構B+樹與hash有何區別。分別適用於什麼場景
• 資料庫的索引還能有其他實現嗎
• redis跳錶是如何實現的
• 跳錶和B+樹，LSM樹有和區別呢

解析

首先為什麼要把mysql索引和redis跳錶放在一起討論呢，因為他們解決的都是同一種問題，用於解決資料集合的查詢問題，即根據指定的key，快速查到它所在的位置（或者對應的value）

當你站在這個角度去思考問題時，還會不知道B+樹索引和hash索引的區別嗎

資料集合的查詢問題

現在我們將問題領域邊界劃分清楚了，就是為了解決資料集合的查詢問題。這一塊需要考慮哪些問題呢

1. 需要支援哪些查詢方式，單key/多key/範圍查詢，
2. 插入/刪除效率
3. 查詢效率（即時間複雜度）
4. 儲存大小（空間複雜度）

我們看下幾種常用的查詢結構

hash

hash是key,value形式，通過一個雜湊函式，能夠根據key快速找到value B+樹

B+樹是在平衡二叉樹基礎上演變過來，為什麼我們在演算法課上沒學到B+樹和跳錶這種結構呢。因為他們都是從工程實踐中得到，在理論的基礎上進行了妥協。

B+樹首先是有序結構，為了不至於樹的高度太高，影響查詢效率，在葉子節點上儲存的不是單個資料，而是一頁資料，提高了查詢效率，而為了更好的支援範圍查詢，B+樹在葉子節點冗餘了非葉子節點資料，為了支援翻頁，葉子節點之間通過指標連線。

跳錶

跳錶是在連結串列的基礎上進行擴充套件的，為的是實現redis的sorted set資料結構。 level0: 是儲存原始資料的，是一個有序連結串列，每個節點都在鏈上 level0+: 通過指標串聯起節點，是原始資料的一個子集，level等級越高，串聯的資料越少，這樣可以顯著提高查詢效率，

總結

資料結構	實現原理	key查詢方式	查詢效率	儲存大小	插入、刪除效率
Hash	雜湊表	支援單key	接近O(1)	小，除了資料沒有額外的儲存	O(1)
B+樹	平衡二叉樹擴充套件而來	單key,範圍，分頁	O(Log(n)	除了資料，還多了左右指標，以及葉子節點指標	O(Log(n)，需要調整樹的結構，演算法比較複雜
跳錶	有序連結串列擴充套件而來	單key，分頁	O(Log(n)	除了資料，還多了指標，但是每個節點的指標小於<2,所以比B+樹佔用空間小	O(Log(n)，只用處理連結串列，演算法比較簡單

對LSM結構感興趣的可以看下cassandra vs mongo (1)儲存引擎

有用點個贊，謝謝

參考

www.cnblogs.com/Elliott-Su-…