好久没写文章了，今天回来重操旧业。 今天讲的这个主题，是《面试官:谈谈你对mysql索引的认识》，里头提到的一个坑。
基于哈希表实现。存储引擎会对所有的列计算一个哈希码， Hash索引将所有的哈希码存储在索引中，同时在索引表中保存指向每个数据行的指针
介绍了为什么MySQL使用B+TREE 而 MongoDB使用B-TREE
谈到索引，大家并不陌生。索引本身是一种数据结构，存在的目的主要是为了缩短数据检索的时间，最大程度减少磁盘 IO。
B树和B+树都是一种多路搜索树，常用于数据库和文件系统中进行索引操作。在介绍B树和B+树的区别之前，先来了解一下它们的定义。
一、前言 这个问题是博主去年面试的时候被大佬问过的问题，当时也不大清楚里面的原理，硬着头皮回答的，当然，最终面试也没过，哈哈。最近刚好研究了这块的一些东西，就有种恍然大悟的感觉，这里分享给大家，欢迎拍砖~
既然我们已经建立了B+树，那么就要好好利用它来加速查询，而不是傻傻的去遍历整张表。
首先需要澄清的一点是，MySQL 跟 B+ 树没有直接的关系，真正与 B+ 树有关系的是 MySQL 的默认存储引擎 InnoDB，MySQL 中存储引擎的主要作用是负责数据的存储和提取，除了 InnoDB 之外，MySQL 中也支持 MyISAM 作为表的底层存储引擎。
索引的本质其实就是各种各样的数据结构，在增删改查的各种操作有不通的时间复杂度和空间复杂度
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
面试官：那你可以说一说MySQL中的InnoDB和MyISAM存储引擎的联系与区别嘛？
小史是一个应届生，虽然学的是电子专业，但是自己业余时间看了很多互联网与编程方面的书，一心想进BAT互联网公司。
在整个计算机运行系统里，Cpu，内存，和磁盘主要的性能瓶颈是卡在了读取数据中，Mysql索引的优化主要在减少磁盘I/O操作中，这篇博客中详细讲解了二叉树结构，以及BTree作为Mysql索引结构的根本原理，文章底部留下来几个常用的问题。
一位6年经验的小伙伴去字节面试的时候被问到这样一个问题，为什么MySQL索引结构要采用B+树？这位小伙伴从来就没有思考过这个问题。只因为现在都这么卷，后面还特意查了很多资料，他也希望听听我的见解。
我们在MySQL中的数据一般是放在磁盘中的，读取数据的时候肯定会有访问磁盘的操作，磁盘中有两个机械运动的部分，分别是盘片旋转和磁臂移动。盘片旋转就是我们市面上所提到的多少转每分钟，而磁盘移动则是在盘片旋转到指定位置以后，移动磁臂后开始进行数据的读写。那么这就存在一个定位到磁盘中的块的过程，而定位是磁盘的存取中花费时间比较大的一块，毕竟机械运动花费的时候要远远大于电子运动的时间。当大规模数据存储到磁盘中的时候，显然定位是一个非常花费时间的过程，但是我们可以通过B树进行优化，提高磁盘读取时定位的效率。
要解释这个问题，其实不单单要从数据结构的角度出发，还要考虑磁盘 I/O 操作次数，因为 MySQL 的数据是存储在磁盘中的嘛。
索引在数据库中可以说是相当重要的一块知识点了，也是面试经常被问的，这篇文章就总结一下索引相关的知识点，包括索引的底层实现原理，索引的分类，最左匹配原则等。
The first step to accepting yourself is to stop comparing yourself to others.
在 InnoDB 中，从二级索引回到主键索引查询数据，这个过程称作回表过程，而且这个回表过程是可以被优化的，这个优化就是利用覆盖索引。
只能在文本类型CHAR,VARCHAR,TEXT类型字段上创建全文索引。字段长度比较大时，如果创建普通索引，在进行like模糊查询时效率比较低，这时可以创建全文索引。 MyISAM和InnoDB中都可以使用全文索引。
索引，可能让好很多人望而生畏，毕竟每次面试时候 MySQL 的索引一定是必问内容，哪怕先撇开面试，就在平常的开发中，对于 SQL 的优化也而是重中之重。
数据库索引是存储在磁盘上的，当数据量大时，就不能把整个索引全部加载到内存了，只能逐一加载每一个磁盘块（对应索引树的节点），索引树越低，越矮胖，磁盘IO次数就少
前面我们学习了如何套用常见的设计模式打造合适的模型设计，本篇我们来看看在MongoDB中如何使用索引来提高查询效率。
国庆期间看了数据库的很多资料和书籍，这点我在总结的数据库文章里面也提过了，然后我发现我对索引的介绍不全，所以整理了一下自己的笔记，决定来个索引完整版，老规矩可能还是没我正常文章风格那么跳，但是干货一定也能让你有所收获。
我们都知道当查询数据库变慢时，需要建索引去优化。但是只知道索引能优化显然是不够的，我们更应该知道索引的原理，因为不是加了索引就一定会提升性能。那么接下来就一起探索MYSQL索引的原理吧。
内容为慕课网的《高并发 高性能 高可用 MySQL 实战》视频的学习笔记内容和个人整理扩展之后的笔记，这一节的内容是对于InnoDb的存储结构进阶了解，同时介绍为什么会使用B+索引作为最终数据结构，但是实际上InnoDb在具体实现中也并没有完全遵循B+的格式，而是在内部做了很多“手脚”，这也是所谓理论和实践之间的差异。
Mysql索引类型 Primary key/主键索引,Innodb 中又叫聚簇索引,InnoDB存储引擎的表会存在主键（唯一非null），如果建表的时候没有指定主键，则会使用第一非空的唯一索引作为聚集索引，否则InnoDB会自动帮你创建一个不可见的、长度为6字节的row_id用来作为聚集索引。 单列索引:索引中只包含一个列。 组合索引:在多个字段上建立的索引,只有在查询条件中顺序的使用了这些索引,索引才有效果。使用组合索引遵循最左前缀原则。 Unique(唯一索引):索引列必须唯一,但允许有空值,若是组合索
写数据库，我第一时间就想到了MySQL、Oracle、索引、存储过程、查询优化等等。
这个问题可能比较抽象，如果对MySQL索引结构不理解的人来说，可能蒙，所以建议先去看看索引结构再来看这个问题。MySQL 选择将节点大小设置为 16KB 而不是更大的原因，主要是为了在内存管理、性能、磁盘 I/O 效率、适应性和兼容性之间取得平衡。本文将从讲解页的结构开始，然后分析为什么MySQL为什么把节点大小设置为16K，而不是更大?
左边是数据表，一共有两列七条记录，最左边的是数据记录的物理地址（注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的）。为了加快Col2的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找快速获取到相应数据。
B-树,这里的 B 表示 balance( 平衡的意思)，B-树是一种多路自平衡的搜索树。它类似普通的平衡二叉树，不同的一点是B-树允许每个节点有更多的子节点。
哈喽，我是狗哥。小伙伴都知道我最近换工作了，薪资、工作内容什么的都是我比较满意的。五月底也面试了有 6、7 家公司，应该拿了有 5 个 offer。这段时间也被问了很多面试题，我打算写一个专题分享出来，希望对你们有所帮助～
Mysql 作为互联网中非常热门的数据库，其底层的存储引擎和数据检索引擎的设计非常重要，尤其是 Mysql 数据的存储形式以及索引的设计，决定了 Mysql 整体的数据检索性能。
这里是为后续的mysql调优做准备，要像做到mysql调优，索引很关键，理解索引结构，页结构，对于调优来说是很重要的基础。
不知道你有没有这种感觉，那些所谓的数据结构和算法，在日常开发工作中很少用到或者几乎不曾用到，可能只是在每次换工作准备面试的时候才会捡起来学习学习。
直接遍历这一行行数据，性能就是O(n)，比较慢。为了加速查询，使用了B+树来做索引，将查询性能优化到了O(lg(n))。
1、B-树的关键词和记录放在一起，叶节点可以看作是外部节点，不包含任何信息；B+树的非叶节点只有关键词和指向下一个节点的索引，记录只放在叶节点上。
MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构，索引对于良好的性能非常关键，尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。索引优化应该是对查询性能优化最有效的手段了。索引能够轻易将查询性能提高好几个数量级。
作者：junshili 一步一步推导出 Mysql 索引的底层数据结构。 Mysql 作为互联网中非常热门的数据库，其底层的存储引擎和数据检索引擎的设计非常重要，尤其是 Mysql 数据的存储形式以及索引的设计，决定了 Mysql 整体的数据检索性能。 我们知道，索引的作用是做数据的快速检索，而快速检索的实现的本质是数据结构。通过不同数据结构的选择，实现各种数据快速检索。在数据库中，高效的查找算法是非常重要的，因为数据库中存储了大量数据，一个高效的索引能节省巨大的时间。比如下面这个数据表，如果 Mys
相信每一个后台开发工程师在面试过程中，都曾经被问到过“MySQL的默认存储引擎是什么？MySQL索引是什么数据结构？”这样的问题。相信准备充分（熟读八股文）的大家都能很容易的回答出“MySQL的默认存储引擎是InnoDB，MySQL索引使用的是B+树。”这样的答案。但是为什么当初写MySQL的程序员大叔要这样子来设计呢？
学习任何一个东西我们都要知道为什么要有它，B树也一样，既然存储数据，我们为什么不用红黑树呢？ 这个要从几个方面来说了：
然而我们在使用mysql数据库的时候也像字典一样有索引的情况下去查询，肯定速度要快很多
MySQL的服务器，本质是在内存中的，所有的数据库的CURD操作，全都是在内存中进行的，所以索引也是如此。索引的作用是提高查找的效率。
恰好最近看到了公众号上的一篇文章，讲的挺好的，mark下来，慢慢理解慢慢看 主要讲述的是MYSQL的索引原理、MYSQL的索引为什么用B+树来实现，为什么不用红黑树？二叉树呢？
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
