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，用於解決數據集合的查找問題，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

數據集合的查找問題

現在我們將問題領域邊界劃分清楚了，就是為了解決數據集合的查找問題。這一塊需要考慮哪些問題呢 1. 需要支持哪些查找方式，單key/多key/範圍查找， 2. 插入/刪除效率 3. 查找效率（即時間複雜度） 4. 存儲大小（空間複雜度）

我們看下幾種常用的查找結構

hash

hash是key,value形式，通過一個散列函數，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，影響查找效率，在葉子節點上存儲的不是單個數據，而是一頁數據，提高了查找效率，而為了更好的支持範圍查詢，B+樹在葉子節點冗餘了非葉子節點數據，為了支持翻頁，葉子節點之間通過指針連接。

跳錶

跳錶是在鏈表的基礎上進行擴展的，為的是實現redis的sorted set數據結構。 level0: 是存儲原始數據的，是一個有序鏈表，每個節點都在鏈上 level0+: 通過指針串聯起節點，是原始數據的一個子集，level等級越高，串聯的數據越少，這樣可以顯著提高查找效率，

總結

| 數據結構 |實現原理 | key查詢方式|查找效率|存儲大小|插入、刪除效率| |:--|:--|:--|:--|:--|:--| |Hash | 哈希表 |支持單key|接近O(1)| 小，除了數據沒有額外的存儲|O(1) |B+樹 |平衡二叉樹擴展而來 |單key,範圍，分頁|O(Log(n)|除了數據，還多了左右指針，以及葉子節點指針|O(Log(n)，需要調整樹的結構，演算法比較複雜 |跳錶 | 有序鏈表擴展而來|單key，分頁|O(Log(n) |除了數據，還多了指針，但是每個節點的指針小於<2,所以比B+樹佔用空間小|O(Log(n)，只用處理鏈表，演算法比較簡單

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

有用點個贊，謝謝

參考

cnblogs.com/Elliott-Su-冗餘了非葉子節點數據，為了支持翻頁，葉子節點之間通過指針連接。


推薦閱讀：
相关文章