來看看程式設計師經典面試題，為什麼資料庫索引多用B+樹

導讀	最近很多小夥伴都參與了面試更換了工作，校招也已經開始了。最近面試了幾個實習生，感覺基礎能力都不大行，資料庫在程式設計師的面試中佔有舉足輕重的一個作用。今天我們來講一講資料庫的索引是什麼？

索引，就跟我們的書本的目錄一樣，如果一本書沒有目錄，那麼你要找某一個知識點，那自然是相當費勁的。資料庫的索引就是扮演這樣的角色，索引會告訴你對應的資料存放的磁碟地址，就好比目錄上面的頁數。那麼資料庫的“目錄”究竟長什麼樣子呢?

常見的資料庫索引有下面三種型別，第一是雜湊表，雜湊表相信大家都已經不陌生了，我們可以將資料庫的索引欄位後雜湊並儲存下來。只要雜湊演算法設計得合理，我們可以非常快地找到對應資料的一個存放地址，然後到對應的存放地址就可以快速地找到資料。那麼，雜湊索引有什麼缺點呢?首先是雜湊表比較適合在記憶體中使用，但是如果要落盤，就比較麻煩了，特別是雜湊表擴容的時候，磁碟的很多資料都會修改。第二，雜湊表沒辦法進行一個區間的篩選。

第二種則是陣列索引，與上述的雜湊表類似，但又有所不同。與雜湊索引類似，陣列索引的效率也是非常高的，在一個有序陣列裡面去查詢元素，我們只要進行二分查詢即可。但是陣列索引的問題也是非常地明顯，那便是插入非常的麻煩，你插入一個新的元素，就要把後面所有的元素都往後移動一下。所以，陣列索引我們一般只有靜態資料才會使用。

有序陣列都講了，那麼接下來肯定就是二叉樹了，我們說的二叉樹當然是二叉排序樹，二叉排序樹相對與陣列，比較大的優點是方便插入。但是同時也存在這麼一個問題，因為索引的資料可能存在磁碟，那麼如果索引的資料超過1000條的時候，就有可能要經過10次才能夠找到最終的資料，而磁碟IO的瓶頸在於尋道跟旋轉，效率必然會降低。所以，我們要儘量地減少在磁碟中尋道跟旋轉的次數，所以多叉樹就被廣泛應用在資料庫索引當中了。而在多叉樹中，比較常被使用的，便是B+樹。

程式設計師經典面試題，為什麼資料庫索引多用B+樹
現在你知道了為什麼資料索引有哪些，以及為什麼B+樹被廣泛應用的道理了吧。歡迎大家關注我，共同學習，共同進步。大家的支援是我繼續嘮嗑的動力。

原文來自：