数据库常见的索引模型

1. 索引模型

数据库的常见索引模型有hash表，有序数组和搜索树

• hash表：哈希表是一种以键-值（key-value） 存储数据的结构
  • 优点：新增记录时速度很快
  • 缺点：不是有序的，hash索引做区间查询很慢
• 有序数组：按照索引递增的顺寻存在数组中
  • 优点：有序数组在等值查询和范围查询场景中的性能都非常优秀
  • 缺点：新增记录的成本较高
• 搜索树：
  • 二叉搜索树：每个节点的左儿子小于父节点， 父节点又小于右儿子。
    • 优点：查找的复杂度为log(n)
    • 缺点：
      • 新增记录的时候，需要维护平衡二叉树，增加的效率也是long(n)
      • 每次查询需要访问多个数据块，涉及到了多次磁盘io的操作。 注意，我们说的平衡二叉树结构，指的是逻辑结构上的平衡二叉树，其物理实现是数组。然后由于在逻辑结构上相近的节点在物理结构上可能会差很远。因此，每次读取的磁盘页的数据中有许多是用不上的。因此，查找过程中要进行许多次的磁盘读取操作。
  • B树:通过增加子结点的数量和结点中的关键字的数量来减少树的深度，从而减少访问磁盘的次数

    • B树的结构

      • 每个节点最多有m-1个关键字（可以存有的键值对）
        • 另外，我们需要注意一个概念，描述一颗B树时需要指定它的阶数，阶数表示了一个节点最多有多少个孩子节点，一般用字母m表示阶数。
      • 根节点最少可以只有1个关键字。
      • 非根节点至少有m/2个关键字。
      • 每个节点中的关键字都按照从小到大的顺序排列，每个关键字的左子树中的所有关键字都小于它，而右子树中的所有关键字都大于它。
      • 所有叶子节点都位于同一层，或者说根节点到每个叶子节点的长度都相同。
      • 每个节点都存有索引和数据，也就是对应的key和value。

    • 优点：降低IO操作的次数。磁盘一次读取一页的磁盘数据，这时将节点大小设置为磁盘页的大小，也正因每个节点存储着非常多个关键字，树的深度就会非常的小。进而要执行的磁盘读取操作次数就会非常少，更多的是在内存中对读取进来的数据进行查找。
      

    • B+ 树：B树的变体（Innodb的索引模型）

      • B+相比B树有如下改进
        • 非叶子节点的子树指针和关键字个数相同
        • 非叶子节点的子树指针P[i]，指向 关键字[K[i], K[i+1] 的子树
        • 非叶子节点仅用来索引，数据都保存在叶子节点中
        • 所有叶子节点均有一个链指针指向下一个节点
          
      • B+树相比B树的优势
        • B+树的磁盘读写代价更低 ：由于非叶子节点不存储数据，同一盘块中存放索引的个数更多
        • B+树查询效率更稳定：内部节点并不是最终指向文件内容的节点，所以任何关键字的索引必须走一条从根节点到叶子节点的路
        • B+树更有利于对数据库的扫描

Mysql中的索引类型？

• FullText：即为全文索引，其可以在CTREATE TABLE，ALTER TABLE ，CREATE TABLE， CREATE INDEX使用，不过目前只有CHAR，VARCHAR,TEXT列上可以创建全文索引（和模糊查询相似，但是比模糊查询快）
• 主键索引：主键是一种唯一