Mysql索引資料結構
下面列舉了常見的資料結構
- 二叉樹
- 紅黑樹
- Hash表
- B-Tree（B樹）
Select * from t where t.col=5
我們在執行一條查詢的Sql語句時候，在資料量比較大又不加索引的情況下，逐行查詢並進行比對，每次需要從磁碟上查詢，每行資料可能在磁碟不同的位置，資料比較靠後的話，一千萬資料可能要比對幾百萬，很耗費資源。
Mysql衡量查詢效率的就是磁碟IO次數，那麼Mysql中應該採用什麼樣的資料結構儲存資料呢，以及為什麼要使用那個資料結構呢。
二叉樹
大多數人都知道，如果加上索引之後。把資料放在二叉樹裡面，查詢會快很多，但是還有一種特殊的情況：
把一個遞增列的索引放入二叉樹中，列id作為等於5查詢目標，就會從col為1開始搜尋，這樣要搜尋幾次？二叉樹插入的資料如果大於本身，會放在父節點的右下角，小的會放在父節點的左下角，因此形成了這樣像連結串列一樣的結構，其實本質還是二叉樹。
需要從根節點遍歷，經過5次的查詢，每個節點都儲存在磁碟上，每查一個節點需要跟磁碟做一次IO互動，效率相比之前沒加索引也沒有太大提升,這顯然不是Mysql的索引結構。
紅黑樹
HasMap的資料結構就是紅黑樹，原來是陣列加連結串列，現在優化到了陣列加紅黑樹。
紅黑樹本質還是二叉樹，還有一個名字又叫平衡二叉樹。當一邊子節點比另一邊高太多的時候，會自動旋轉平衡。當資料量比較大的時候比如1000萬，紅黑樹儲存的高度就可能達到幾十。如果資料量越大樹的高度就會越高。每查一個節點要進行一次磁碟IO互動。樹的高的越高查詢效率越低，很顯然紅黑樹也不是Mysql的資料結構，早期版本Mysql有用到紅黑樹，現在版本沒有用到紅黑樹。那麼能不能對紅黑樹做點改造。
B-Tree
樹的高的越高查詢效率越低，那麼將樹高縮小，比如限制在5層，把一層存放更多元素。把一個節點的資料在磁碟同一個區域全部查出來放到記憶體，只做一次IO查詢，就可以查到很多索引資訊。B樹又叫平衡多叉樹。
索引值和具體data都在每個節點裡，而節點的位置不固定，最好的情況查詢值就在第一層。
B樹的特點就是每層節點數目非常多，層數很少，目的就是為了就少磁碟IO次數，B樹在提高了磁碟IO效能的同時並沒有解決元素遍歷的效率低下的問題，由於節點內部每個 key 都帶著 data 域，每次查詢到具體節點還要和data進行順序比對，如果查詢某個範圍內資料，又需要重新遍歷。正是為了解決這個問題，B+樹應運而生
B樹遍歷全部資料：
B+Tree
B+樹節點只儲存 key 的副本，真實的 key 和 data 域都在葉子節點儲存，資料全部儲存在葉子節，並且每一個節點之間用指標串聯起來，形成連結串列，方便遍歷，可以跨區間訪問，這優點尤其突出在範圍查詢，不需要在一次從根節點到子節點遍歷。
B+樹遍歷全部資料：
資料量大的情況下哪個更快，我想你應該知道了吧！