简单了解B+树和密集、稀疏索引

本文主要是介绍简单了解B+树和密集、稀疏索引，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

B+树是B树的变体，定义基本与B树相同，除了：

1. 非叶子节点的子树指针与关键字个数相同；
2. 非叶子节点的子树指针P[i]，指向关键字值[K[i], K[i+1])的子树，这里必须是小于K[i+1]的，（也有的说是不一定是大于等于K[i]）；
3. 非叶子节点只用来存储索引，叶子节点才是存储数据的；（也就是说所有的节点都是需要从根节点到叶子节点，B+树也会更矮）
4. 所有叶子节点均有一个链指针指向下一个叶子节点；（B+树的叶子节点都是按从小到大排序的，能方便我们做范围统计，无需再回到叶子节点做搜索，能横向跨子树做统计）

B+树更适合用来做存储索引

1. B+树的磁盘读写代价更低；（B+树只存储索引，不存放数据，读入磁盘的时候一次IO能读取的关键字信息就越多，所以相对而言IO的查询次数就降低了）
2. B+数的查询效率更加稳定；（由于B+树只存储索引，叶子节点才存储数据，所以B+树查询都是要从根节点走到子节点的，因此查询效率基本相同）
3. B+树更有利于对数据库的扫描；（B树在提高了IO性能的同时并没有解决元素遍历效率低下的问题，而B+树只需要遍历叶子节点就可以解决元素遍历的问题，因为B+树的叶子节点连在一起，所以做遍历查询的时候效率更高）

Hash索引

简单了解即可

BitMap索引

位图索引：
  适用于表中的字段只有几种值的时候，例如要表示性别：男、女。
  oracle支持位图索引，该索引不是主流索引；
  统计会很快，但是锁的力度很大，当尝试新增或修改或删除的时候，同一位图的数据都会被锁住，因此不适合高并发的系统。

密集索引与稀疏索引

InnoDB使用的是密集索引，数据和索引是存在一个表内的；MyISAM则是稀疏索引，索引与数据是分别存在两个表中的。
由上图可知，当进行主索引的时候都是一次查询，而进行辅助索引的时候密集索引的InnoDB需要进行二次查询，而稀疏索引依旧是一次查询即可。
一个表有且只有一个密集索引。
两个的表结构都是存储在*.frm中；
MyISAM索引存在*.MYI中，数据存在*.MYD中；
InnoDB索引和数据都存在*.ibd中；
所以密集索引的主索引会比稀疏索引的主索引查询会快很多，而辅助索引的查询则是稀疏索引较快。

这篇关于简单了解B+树和密集、稀疏索引的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---