文章目录
一.索引概述
1）无索引情况
2）有索引情况
二.索引结构
三.二叉树
四.B-tree（多路平衡查找树）
五.B+Tree
六.Hash
一.索引概述
介绍：
索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。
1）无索引情况
在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为全表扫描，性能很低。
2）有索引情况
如果我们针对于一张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对一个字段建 立一个二叉树的索引结构。
特点：
二.索引结构
MySQL的索引实在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：
不同的存储引擎对于索引结构的支持：
注意：平常说的索引，如果没有特别指明，都是指B+tree结构组织的索引。
三.二叉树
理想的结构：
如果主键是顺序插入的，则会形成一个单向链表：
二叉树缺点：
① 顺序插入时，会形成一个链表，查询性能大大降低。
② 大数据量情况下，层级较深，检索速度慢。
四.B-tree（多路平衡查找树）
B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。
树的度数：一个节点的子节点个数。
特点：
①X阶的B树，每一个节点最多存储X-1个key，对应X个指针；
②一旦节点存储的key数量到达X，就会裂变，中间元素向上分裂；
③在B树中，非叶子节点和叶子节点都会存放数据；
五.B+Tree
B+Tree是B-Tree的变种
绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。
标准的B+Tree的数据结构：
B+Tree 与 B-Tree相比，主要有以下三点区别：
所有的数据都会出现在叶子节点；
叶子节点形成一个单向链表；
非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的；
MySQL索引数据结构对经典的B+Tree进行了优化。
在原B+Tree的基础上，增加一个指向相邻叶子节点 的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。
六.Hash
哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在 hash表中。
如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可 以通过链表来解决。
特点：
①Hash索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，...）；
②无法利用索引完成排序操作；
③查询效率高，通常(不存在hash碰撞的情况下)只需要一次检索就可以了，效率通常要高于B+tree索 引；
存储引擎支持：
在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是 InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。
