后端经典面试题合集, MySQL 中的索引是怎么实现的?B+ 树是什么,B 树和 B+ 树的区别,为什么 MySQL 要用 B+ 树?

Step 1

Q:: MySQL 中的索引是怎么实现的？

A:: MySQL 中的索引主要通过数据结构实现，其中最常用的是 B+ 树索引和哈希索引。B+ 树索引是用于大多数 MySQL 存储引擎（如 InnoDB 和 MyISAM）的默认结构。B+ 树是一种自平衡的树结构，其中所有的值都存在叶节点，内节点只存储索引，查找效率高。哈希索引则通过哈希表实现，适用于需要快速等值查找的场景，但不支持范围查找。

Step 2

Q:: B+ 树是什么？

A:: B+ 树是一种平衡树数据结构，常用于数据库和文件系统中。B+ 树的所有叶子节点都在同一层，且通过链表相连。它与 B 树的不同之处在于，B+ 树的非叶子节点只存储键值和子节点指针，而不存储数据。所有的数据都存储在叶子节点中，这使得 B+ 树的查询性能更好，特别是在范围查询时表现更优。

Step 3

Q:: B 树和 B+ 树的区别是什么？

A:: B 树和 B+ 树的主要区别在于数据存储位置和查询性能。B 树的所有节点（包括内节点和叶子节点）都存储数据，而 B+ 树只有叶子节点存储数据，内节点仅存储索引。由于 B+ 树的所有数据都在叶子节点，且这些节点按顺序链接，范围查询在 B+ 树中效率更高。此外，B+ 树的内节点可以容纳更多的索引，从而减少了树的高度，进一步提高了查询效率。

Step 4

Q:: 为什么 MySQL 要用 B+ 树？

A:: MySQL 选择 B+ 树作为索引结构的主要原因是其高效的查找和范围查询性能。B+ 树的内节点只存储索引，因此它可以保持较低的树高度，这意味着即使在大规模数据集上，查询也能快速完成。此外，B+ 树的叶子节点通过链表连接，方便执行顺序扫描和范围查询，这对于数据库中的大部分查询场景非常有用。