MySQL索引的建立對于MySQL的高效運行是很重要的，索引可以大大提高MySQL的檢索速度。

索引方法

Mysql的索引方法有兩種，BTERR和HASH。

散列表（Hash Table）和B+Tree 都是一些常用的數據結構，再數據結構前篇中介紹過一些，關于散列表和樹的數據結構，后續也會在《數據結構后篇》中總結一下。

Hash

Hash索引如何提高查詢速度
Hash索引是將索引鍵通過Hash運算之后，將 Hash運算結果的 Hash 值和所對應的行指針信息存放于一個Hash表(可以是數組結構)中。 那很顯然采用Hash索引，在不考慮Hash沖突的情況下，通過Hash索引的可以一次定位數據，效率要比 BTree高很多。

Hash索引缺陷
Hash函數對索引健運算后，索引無法保證與索引健值大小一致，所以Hash索引有明顯缺陷，就是不支持范圍查詢；無法利用索引的數據來避免sql查詢的排序運算；對組合索引而言因為是組合健值進行Hash運算，所以無法使用部分索引讓組合索引生效。

Hash索引使用場景
那只需要做等值比較查詢，而不包含排序或范圍查詢的需求，都適合使用哈希索引

B+Tree

B樹(B-Tree)屬于多叉樹又名平衡多路查找樹，那B+數屬于改進版的B樹，

B樹跟B+樹的不同點

B+ 樹中的節點不存儲數據，只是索引，而B樹中的節點存儲數據 B 樹中的葉子節點并不需要鏈表來串聯。

B+Tree如何提高查詢速度
B+Tree利用平衡查找樹的有序性和高效遍歷性，和B+Tree構建的有限高度的多叉樹，通過IO次數的降低和查詢遍歷效率的提高，來提高查詢速度。

平衡查找樹的特點比較簡單，后續也會在《數據結構后篇》中總結一下

已區間查詢為例，B+Tree數據結構中只需要定位到區間起點值對應在樹中的結點，然后從這個結點開始，按照平衡查找樹的遍歷方法繼續遍歷，直到區間終點對應的結點為止，這期間遍歷得到的數據就是滿足區間值的數據。
類似于我們在《常用數據結構前篇》中提到的跳表的原理。利用局部數據，一層一層靠近查詢數據。

B+Tree索引使用場景
Mysql數據庫中使用最為頻繁的索引類型，不僅僅在 MySQL中是如此，實際上在其他的很多數據庫管理中BTREE索引也同樣是作為最主要的索引類型

總結

以上是生活随笔為你收集整理的redis提高查询速度_面试小点-MySQL 的两种索引方法如何提高查询速度的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。