MySQL学习总结 - 常见的索引模型
作者：互联网
MySQL学习总结 - 常见的索引模型
索引一句话简单说，就是为了提高数据查询的速度，类似于书的目录，例如文章上面开头的目录结构。
hash表
哈希表是一种key-value的结构，通过hash函数将给出的key计算出value值需要存放的位置，再将value值放入数组对应位置中。当然不可避免，不同的key通过hash函数会得到相同的值，出现hash冲突。一种做法是直接采用拉链法更多见附录，即hash函数的结果相同value，通过链表串联起来，保存在数组的对应位置。
例如，以通过id_card作为key值存储到hash表中。如下图所示，key: ID_card_n1通过hash函数计算出下标为M，所以将其对应的User1存储到数组下标为M中。而ID_card_n2和ID_card_n3计算出来的结果都是N，所以将User2和User4通过链表链接起来，保存在数组下标N的位置中。而链表中的做法是直接追加到尾部，没有进行排序。
当需要通过key值查询时，直接通过hash值计算下标即可。如果存在hash冲突，再遍历链表，挨个比较key值进行匹配。例如通过ID_card_n2搜索时，首先计算下标为N，发现存在hash冲突，这遍历链表比较key值，匹配到User2。
优点:
能够通过主键快速定位，能够通过hash值快速定位记录位置。当出现hash冲突时，通过拉链法解决。在等值查询时很优秀。
缺点:
在范围查询时很麻烦，例如要查询id在[1, 1000]内的所有数据，需要遍历hash范围内的所有值，挨个去查询，效率很低
所以哈希表在等值查询中表现很优秀，适用于Memcached等一些NoSQL使用
有序数组
有序数组通过Key进行升/降序排序。保证主键唯一的前提下，当等值查询时，直接通过二分查找法，即可快速定位，时间复杂度为\(O(log(N))\)。范围查询时，可先通过二分法找到左边界所在位置，再向右遍历比较右边界即可。
依旧以上面的案例为例子，有序数组对应的图如下:
当要找到key值为ID_card_n4时，直接二分查找即可定位。当要找出[ID_card_n4, ID_card_n2]之间所有元素时，首先通过二分法找到ID_card_n4所在位置，再向右遍历，挨个比较key是否为ID_card_n2，找到即停止遍历，也可以快速找到所有的元素。
单看查询效率来说，有序数据的效率无疑很高，但是当存在数据量变动就效率很低了。如果要在中间插入或者删除元素，无疑是致命的。删除可以通过加入标志位进行规避，但是在插入时，还是需要将后面的元素向后挪动一位，这效率太低了。
优点:
对于等值查询，通过二分法可快速定位位置，时间复杂度为o(log(N))
对于范围查询，通过二分法来查询到左边界条件后，向右边界条件直接遍历获取即可
缺点:
当有数据插入数组中间时很繁琐，需要挪动数据，再能进行插入操作。
所以有序数组对于静态数据存储很友好，例如2021年安徽省各市的天气信息。这种数据不会存在修改的场景。
二叉搜索树/平衡二叉树
上面的场景，通过二叉搜索树即可得到下面的图。二叉搜索树的特点：左孩子<父节点<右孩子
如图要找ID_card_n2时，路径如下: UserA -> UserC -> UserF -> User2，此时时间复杂度为\(O(log(N))\)。
二叉搜索树存在一个问题，数据恰好是有序的，这二叉树会退化为一个链表，导致查询时时间复杂度升为\(O(N)\)。二叉搜索树最好的情况就是恰好是一颗平衡二叉树，此时的时间复杂度即为\(O(log(N))\)。当然平衡二叉树更新时需要维护树的结构，更新的时间复杂度也为\(O(log(N))\)。
但是二叉搜索树&平衡二叉树在存储引擎中并不常用，因为索引还需要落到磁盘中。如果有100W条数据需要建立索引，那么对于100W个节点的平衡二叉树，树的高度就有20层。意味着需要从磁盘至少读取20次数据块，假设我们读取一次硬盘的速度为10ms，\(20 * 10 = 200\)ms，这个查询效率无疑并不高效。所以更多的采用N叉树来压缩树的高度，以减少读取磁盘的次数，提升查询效率。
标签：hash,模型,查询,索引,二叉树,key,MySQL,ID,card 来源： https://www.cnblogs.com/toughtful/p/16242865.html