前言
每当我们执行某个 SQL 发现很慢时,都会下意识地反应是否加了索引,那么大家是否有想过加了索引为啥会使数据查找更快呢,索引的底层一般又是用什么结构存储的呢,相信大家看了标题已经有答案了,没错!B+树!那么它相对于一般的链表,哈希等有何不同,为何多数存储引擎都使用它呢,今天我就来揭开 B+ 树的面纱,相信看了此文,B+ 树不再神秘,对你理解以下高频面试题会大有帮助!
- 为啥索引常用 B+ 树作为底层的数据结构
- 除了 B+ 树索引,你还知道什么索引
- 为啥推荐自增 id 作为主键,自建主键不行吗
- 什么是页分裂,页合并
- 怎么根据索引查找行记录
本文将会从以下几个方面来讲解 B+ 树
- 定义问题
- 几种常见的数据结构对比
- 创建索引有哪些需要考虑的问题,怎样更高效地建立索引
定义问题
要知道索引底层为啥使用 B+ 树,得看它解决了什么问题,我们可以想想,日常我们用到的比较多的 SQL 有哪些呢。
假设我们有一张以下的用户表:
CREATE TABLE `user` (
`id` int(11) unsigned NOT NULL AUTO_INCREMENT,
`name` varchar(20) DEFAULT NULL COMMENT '姓名',
`idcard` varchar(20) DEFAULT NULL COMMENT '身份证号码',
`age` tinyint(10) DEFAULT NULL COMMENT '年龄',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='用户信息';
一般我们会有如下需求:
1、根据用户 id 查用户信息
select * from user where id = 123;
2、根据区间值来查找用户信息
select * from user where id > 123 and id < 234;
3、按 id 逆序排列,分页取出用户信息
select * from user where id < 1234 order by id desc limit
B+树详解:索引加速的秘密

本文深入探讨了B+树作为数据库索引的原因,对比了哈希表、链表和跳表等数据结构,揭示了B+树如何满足精确查找、区间查找和排序需求。文章详细介绍了页分裂、页合并以及为何推荐使用自增ID作为主键,最后解释了如何根据B+树索引查找行记录。
最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



