MySQL 面试题, 为什么要用 B+ 树?

Step 1

Q:: 为什么 MySQL 索引使用的是 B+ 树，而不是 B 树？

A:: MySQL 索引使用 B+ 树主要是因为 B+ 树在数据检索效率和磁盘 I/O 方面具有优势。B+ 树的所有叶子节点都包含了数据记录，并且叶子节点之间通过指针相连，可以高效地进行范围查询。而 B 树的非叶子节点也可以存储数据，导致在遍历时需要进行更多的磁盘 I/O 操作，因此在实际应用中，B+ 树更适合数据库索引。

Step 2

Q:: B+ 树相比于哈希索引有哪些优点？

A:: B+ 树索引支持范围查询，而哈希索引只能用于精确匹配查询。哈希索引在处理范围查询时效率非常低，甚至不能使用。另外，B+ 树可以保持数据的有序性，支持 ORDER BY 等排序操作，而哈希索引则不具备这些特性。

Step 3

Q:: B+ 树的结构是怎样的？

A:: B+ 树是一种平衡树结构，其中所有数据存储在叶子节点上，且叶子节点通过指针相互连接，形成了链表结构。非叶子节点只存储索引信息，用于指引查询方向。B+ 树保证了树的高度最小化，从而使得查询操作能够在较少的磁盘 I/O 次数内完成。

Step 4

Q:: 如何衡量一个索引的好坏？

A:: 衡量一个索引的好坏可以从以下几个方面考虑：1. 查询性能：索引能够加速数据查询操作，减少查询时间。2. 存储成本：索引会占用额外的存储空间。3. 索引的维护成本：插入、删除和更新操作可能需要重新平衡或更新索引结构。一个好的索引应当在这些方面取得平衡。

Step 5

Q:: B+ 树的插入和删除操作是如何进行的？

A:: 在 B+ 树中，插入和删除操作需要保持树的平衡性。插入时，首先找到应插入的叶子节点，然后将数据插入其中。如果节点超出容量，则需要进行节点分裂，并将中间值提升到父节点。删除时，首先找到对应的叶子节点，删除数据后如果节点容量低于最小值，则需要进行合并或重新分配操作，以保持树的平衡。