标签：hash Tree 查询 链表 索引 MySQL 数据结构 节点
索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。
索引的优点：
1.提高数据检索的效率，降低数据库的IO成本
2.通过索引列对数据进行排序，降低数据排序的成本呢，降低CPU的消耗
索引的缺点：
1.索引列也是要占用空间的（实际生成时，这个可以忽略，磁盘成本较低）
2.索引大大提高了查询效率，同时却也降低了更新表的速度，如对表进行INSERT,UPDATE,DELETE时，效率降低
索引结构
基础结构-二叉树
解决二叉树顺序插入形成链表的问题，引入了红黑树（自平衡二叉树），但是红黑树并没有解决数据量大时，层级较深，检索速度慢的问题。
为了解决层级较深（即树高）的问题，引入了B-Tree的概念。
B-Tree （多路平衡查找树）【其中多路指的是一个节点多个key，对应的分支也是多个】
B-Tree 每个节点都挂在数据。
中间元素向上分裂。向上分裂时，如果上一层的节点树不够度数，就加到上一层对应的节点上，如果够就要进行再次分裂。
演示网站：https://www.cs.usfca.edu/~galles/visualization/BTree.html
B+Tree
特点：
1.所有的元素都会出现再叶子节点，即叶子节点包含所有的索引值。非叶子节点只起到索引的作用。非叶子节点不存放数据。
2.叶子形成了一个单向链表。（但实际上MySQL InnoDB 实现B+Tree的时候，是一个双向链表）可查看引申知识1
https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html
MySQL索引数据结构对经典的B+Tree进行了优化，增加了一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。
Hash索引
Hash索引的特点：
1.Hash索引只能用于对等比较（=，in),不支持范围查找（between,>,<....）
2.无法利用索引完成排序操作
3.查询效率高，通常只需要一次检索就i可以查到对应数据（不发生hash碰撞的时候），效率通常要高于B+Tree索引
在MySQL中，支持Hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。（详细原理可查看引申知识2）
引申知识：
1.InnoDB的叶子节点到底是单向链表还是双向链表
页的概念
Mysql的innodb是以页为存储单位的，每个B+Tree的叶子节点都是一个页的大小的倍数，默认一页的大小是16K
页结构如下图所示
也就是每一个页都包含两个页指针，一个是previous page指针，指向上一个页，一个是next page指针，指向下一个页。
头部还有Page的类型信息和用来唯一标识Page的编号。根据这个指针分布可以想象到Page链接起来就是一个双向链表。
如下图所示
由于一个B+Tree的叶子节点是一个页，所以每个叶子节点之间是一个双向链表的结构。
———————————--------------------------分割线------------------------———————————————
2.自适应hash索引原理
1、原理过程
Innodb存储引擎会监控对表上二级索引的查找，如果发现某二级索引被频繁访问，二级索引成为热数据，建立哈希索引可以带来速度的提升，则：
1、自适应hash索引功能被打开
mysql> show variables like '%ap%hash_index'; +----------------------------+-------+ | Variable_name | Value | +----------------------------+-------+ | innodb_adaptive_hash_index | ON | +----------------------------+-------+ 1 row in set (0.01 sec)
2、经常访问的二级索引数据会自动被生成到hash索引里面去(最近连续被访问三次的数据)，自适应哈希索引通过缓冲池的B+树构造而来，因此建立的速度很快。
2、特点
1、无序，没有树高
2、降低对二级索引树的频繁访问资源
索引树高<=4，访问索引：访问树、根节点、叶子节点
3、自适应
3、缺陷
1、hash自适应索引会占用innodb buffer pool；
2、自适应hash索引只适合搜索等值的查询，如select * from table where index_col='xxx'，而对于其他查找类型，如范围查找，是不能使用的；
3、极端情况下，自适应hash索引才有比较大的意义，可以降低逻辑读。
三、监控与关闭
1、状态监控
mysql> show engine innodb status\G …… Hash table size 34673, node heap has 0 buffer(s) 0.00 hash searches/s, 0.00 non-hash searches/s
1、34673：字节为单位，占用内存空间总量
2、通过hash searches、non-hash searches计算自适应hash索引带来的收益以及付出，确定是否开启自适应hash索引
2、限制
1、只能用于等值比较，例如=， <=>，in
2、无法用于排序
3、有冲突可能
4、MySQL自动管理，人为无法干预。
3、自适应哈希索引的控制
由于innodb不支持hash索引，但是在某些情况下hash索引的效率很高，于是出现了adaptive hash index功能，但是通过上面的状态监控，可以计算其收益以及付出，控制该功能开启与否。
默认开启，建议关掉，意义不大。可以通过 set global innodb_adaptive_hash_index=off/on 关闭和打开该功能。
标签：hash,Tree,查询,链表,索引,MySQL,数据结构,节点 来源： https://www.cnblogs.com/pangzili/p/16407444.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。