为什么Mongodb索引用B树,而Mysql用B+树?
引言
好久没写文章了,今天回来重操旧业。
今天讲的这个主题,是 《面试官:谈谈你对mysql索引的认识》 ,里头提到的一个坑。
也就是说,如果面试官问的是,为什么Mysql中Innodb的索引结构采取B+树?这个问题时,给自己留一条后路,不要把B树喷的一文不值。因为网上有些答案是说,B树不适合做文件存储系统的索引结构。如果按照那种答法,自己就给自己挖了一个坑,很难收场。因此,就有了这篇文章的诞生~
文末附面试指南!
正文
这里的Mysql指的是Innodb的存储引擎下的索引结构,其他存储引擎我们暂时不讨论。
B树和B+树
开头,我们先回忆一下,B树和B+树的结构以及特点,如下所示:
B树
注意一下B树的两个明显特点
-
树内的每个节点都存储数据
-
叶子节点之间无指针相邻
B+树
注意一下B树的两个明显特点
-
数据只出现在叶子节点
-
所有叶子节点增加了一个链指针
针对上面的B+树和B树的特点,我们做一个总结
(1)
B树的树内存储数据,因此查询单条数据的时候,B树的查询效率不固定,最好的情况是O(1)。我们可以认为在做单一数据查询的时候,使用B树平均性能更好。但是,由于B树中各节点之间没有指针相邻,因此B树不适合做一些数据遍历操作。
(2) B+树的数据只出现在叶子节点上,因此在查询单条数据的时候,查询速度非常稳定。因此,在做单一数据的查询上,其平均性能并不如B树。但是,B+树的叶子节点上有指针进行相连,因此在做数据遍历的时候,只需要对叶子节点进行遍历即可,这个特性使得B+树非常适合做范围查询。
因此,我们可以做一个推论:没准是Mysql中数据遍历操作比较多,所以用B+树作为索引结构。而Mongodb是做单一查询比较多,数据遍历操作比较少,所以用B树作为索引结构。
那么为什么Mysql做数据遍历操作多?而Mongodb做数据遍历操作少呢?
因为Mysql是关系型数据库,而Mongodb是非关系型数据。
那为什么关系型数据库,做数据遍历操作多?
而非关系型数据库,做数据遍历操作少呢?
我们继续往下看
关系型VS非关系型
假设,我们此时有两个逻辑实体:学生(Student)和班级(Class),这两个逻辑实体之间是一对多的关系。毕竟一个班级有多个学生,一个学生只能属于一个班级。
关系型数据库
我们在关系型数据库中,考虑的是用几张表来表示这二者之间的实体关系。常见的无外乎是,一对一关系,用一张表就行。一对多关系,用两张表。多对多关系,用三张表。
那这里,我们需要用两张表表示二者之间逻辑关系,如下所示
那我们,此时要查 cname
为 1班
的班级,有多少学生怎么办?
假设 cname
这列,我们建了索引!
执行SQL,如下所示!
SELECT * FROM t_student t1, ( SELECT cid FROM t_class WHERE cname = '1班' ) t2 WHERE t1.cid = t2.cid
而这,就涉及到了数据遍历操作!
因为但凡做这种关联查询,你躲不开join操作的!既然涉及到了join操作,无外乎从一个表中取一个数据,去另一个表中逐行匹配,如果索引结构是B+树,叶子节点上是有指针的,能够极大的提高这种一行一行的匹配速度!
有的人或许会抬杠说,如果我先执行
SELECT cid FROM t_class WHERE cname = '1班'
获得cid后,再去循环执行
SELECT * FROM t_student WHERE cid = ...
就可以避开join操作呀?
对此,我想说。你确实避开了join操作,但是你数据遍历操作还是没避开。你还是需要在student的这张表的叶子节点上,一遍又一遍的遍历!
那在非关系型数据库中,我们如何查询 cname
为 1班
的班级,有多少学生?
非关系型数据库
有人说,你可以这么设计?也就是弄两个集合如下所示