問題思考
資料庫索引的資料結構有很多種，比如：哈希索引、平衡二叉樹索引、B樹索引、B+樹索引等等，
目前最流行的是B+樹索引，那大家有沒有想過為什么是B+樹索引最流行，為什么其他索引應用不廣泛，
就像為什么別人能拿2-3萬的工資，我卻只能拿一萬的工資，大家有思考過嗎？
哈希索引
hash大家應該非常的熟悉，就是我們老生常談的HashMap里用到的技術，Hash索引其檢索效率非常高，索引的檢索可以一次定位，
可能很多人又有疑問了，既然Hash索引的效率這么高，為什么都用Hash索引而還要使用B-Tree索引呢?
任何事物都是有兩面性的，Hash索引也一樣，雖然Hash索引效率高，但是Hash索引本身由于其特殊性也帶來了很多限制和弊端，主要有以下這些：
原因一：
Hash索引不能使用范圍查詢
Hash索引僅僅能滿足"=","IN"和"<=>"查詢(注意<>和＜＝＞是不同的操作），不能使用范圍查詢，例如WHERE price > 100，
由于Hash索引比較的是進行Hash運算之后的Hash值，所以它只能用于等值的過濾，不能用于基于范圍的過濾，
原因二：
Hash索引不能利用部分索引鍵查詢，
對于復合索引，Hash索引在計算Hash值的時候，是組合索引鍵合并后再一起計算Hash值，而不是單獨計算Hash值，
所以通過復合索引的前面一個或幾個索引鍵進行查詢的時候，Hash索引也無法被利用，
原因三：
Hash索引在任何時候都不能避免表掃描，
Hash索引是將索引鍵通過Hash運算之后，將 Hash運算結果的Hash值和所對應的行指標資訊存放于一個Hash表中，
由于不同索引鍵存在相同Hash值，所以無法從Hash索引中直接完成查詢，還是要通過訪問表中的實際資料進行相應的比較，并得到相應的結果，
hash索引out出局
平衡二叉樹索引
又稱 AVL樹， 它除了具備二叉查找樹的基本特征之外，還具有一個非常重要的特點：它的左子樹和右子樹都是平衡二叉樹，
且左子樹和右子樹的深度之差的絕對值（平衡因子 ）不超過1，也就是說AVL樹每個節點的平衡因子只可能是-1、0和1（左子樹高度減去右子樹高度），
被淘汰的原因
-
樹的高度過高，高度越高，查找速度越慢
-
他支持范圍查找，但是他需要在進行回旋查找
比如我要找到大于5的資料
第一步我先定位到5，然后在樹上按照二叉樹規則去回旋查找大于5其他資料6、7、8、9、10，，，
如果大于5的資料很多，那速度是很慢的，
B樹索引
大家可以看到B樹和二叉樹最大的區別在于：它一個節點可以存盤兩個值，這就意味著它的樹高度，比二叉樹的高度更低，它的查詢速度就更快，這是他的優點
那為什么最侄訓是不用它呢，還是因為他在范圍查找的時候，存在回旋查詢的問題，同樣order by排序的時候效率也很低，因為要把樹上的資料手動排序一遍，
終極大佬：B+樹
它是B數的升級版，B+樹相比B樹，新增葉子節點與非葉子節點關系，
葉子節點中包含了key和value，key存盤的是1-10這些數字，value存盤的是資料存盤地址，非葉子節點中只是包含了key，不包含value，
所有相鄰的葉子節點包含非葉子節點，使用鏈表進行結合，有一定順序排序，從而范圍查詢效率非常高，
比如我們要查找大于5的資料：
-
首先我們定位到5的位置
-
然后直接將5后面的資料全部拿出來即可，因為這是有序鏈表，
已經排好序了
我們在order by排序的時候為什么要使用索引進行排序，原因就在這，
如果大家還沒懂，請留言給我吧
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/243455.html
標籤：Java