B+ 树索引优点

常见的索引类型 哈希索引、平衡二叉树索引、B树索引、B+树索引 以下对这几类常见索引进行分析

哈希索引

优点

哈希索引拥有极高的检索效率，索引的检索可以一次到位

缺点

1. 不能使用范围查询

Hash 索引仅仅能满足"=","IN"和"<=>"查询(注意<>和＜＝＞是不同的操作），不能使用范围查询，例如 WHERE price > 100。由于 Hash 索引比较的是进行 Hash 运算之后的 Hash 值，所以它只能用于等值的过滤，不能用于基于范围的过滤

1. Hash 索引不能利用部分索引键查询

这个场景主要出现在复合索引，Hash 索引在计算 Hash 值的时候，是组合索引键合并后再一起计算 Hash 值，而不是单独计算 Hash 值，所以通过复合索引的前面一个或几个索引键进行查询的时候，Hash 索引也无法被利用

1. Hash 索引在任何时候都不能避免表扫描

Hash 索引是将索引键通过 Hash 运算之后，将 Hash 运算结果的 Hash 值和所对应的行指针信息存放于一个 Hash 表中。由于不同索引键存在相同 Hash 值（哈希碰撞），所以无法从 Hash 索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果

平衡二叉树

描述

又称 AVL 树。 它除了具备二叉查找树的基本特征之外，还具有一个非常重要的特点：它的左子树和右子树都是平衡二叉树，且左子树和右子树的深度之差的绝对值（平衡因子 ）不超过 1。也就是说 AVL 树每个节点的平衡因子只可能是-1、0 和 1（左子树高度减去右子树高度）

缺点

1. 树的高度越高，查找速度越慢

2. 支持范围查找，但是需要进行回旋查找

B 树索引

描述

B 树和二叉树最大的区别在于：它一个节点可以存储两个值，这就意味着它的树高度，比二叉树的高度更低，它的查询速度就更快

缺点

在范围查找的时候，存在回旋查询的问题。同样 order by 排序的时候效率也很低，因为要把树上的数据手动排序一遍

B+树

描述

是 B 树的升级版，B+树相比 B 树，新增叶子节点与非叶子节点关系。叶子节点中包含了 key 和 value，key 存储的是 1-10 这些数字，value 存储的是数据存储地址，非叶子节点中只是包含了 key，不包含 value。所有相邻的叶子节点包含非叶子节点，使用链表进行结合，有一定顺序排序，从而范围查询效率非常高