3分钟让你记住B+树索引和哈希索引的“爱恨情愁”
弁言: B+树索引:通过根节点到叶节点逐层探求,一步一缩小探求的范畴工具,直至找到方针 Hash索引:回收必然的哈希算法,,把键值改换成新的哈希值,检索时不必要像B+树那样依次从根节点到叶节点逐层探求,一次性可以锁定响应的位置,找到方针值。 一、“独具特色”的B+树 B+树即Btree,它的树形布局犹如一棵树木,可是倒立的树木。以是我们称之为B+树索引。它的探求方针值方法依次由根节点到叶节点。 即就是:B+树阁下支点都是沟通数量标,以是称之为均衡的多叉树,假如分为两个分叉则被称为均衡的二叉树,即以下边树木为例,以中间躯干为中点,阁下对称。由根到支点高度为1,任何节点的两个子树的高度为1,即由根到叶节点必要一层指向一层。各个节点之间用指针举办毗连。根与叶子之间相毗连的躯干被称之为指针。 以上两幅比拟可以看出,B+树索引就像一棵倒立的树木,树根我们称之为根节点在上方,叶子我们称之为叶节点在下方。根节点毗连的阁下叶节点是对称的,以是称之为均衡的多叉树。跟与叶子之间的箭头叫做指针,从左边节点说明,可在第一层探求数值应该在[15,20]之间,在第二层又举办细分,数值在[15,18]之间,以此类推找到方针值。可以看出B+树索引是通过范畴来探求方针值的。 B+树索引的应用场景和不合用场景:
二、“情有独钟”的哈希索引 哈希索引:哈希索引行使的是哈希算法,这里的算法指的是行使必然的函数,即通过探求键值,来找到所探求的工具。 哈希算法即散列函数,它就是将明文翻译成一段牢靠长度的字符串暗码,且是单向的。因此回收哈希算法无论你之前明文有多长,颠末算法输出后都是牢靠长度的字符串暗码。代表算法有MD5,MD4….. 举个例子:好比说我们在百度上想要搜 佩奇的图片,当没有任何外在的标识环境下,在巨量的图片库里你想要找到佩奇的图片,你认为是不是很坚苦。在这种环境下,我们可以通过哈希索引,它会将图片库里的图片转化成一串0-1的编码。这样你就会发明,图片临近编码也会变得很临近。这样我们在百度里一输入“佩奇”这样的编码,就会出来很多张佩奇的图片。这就是所谓的哈希索引。 利益:服从高,可以一次就直接找到方针 哈希索引表示图: 上图声名:当我们在百度中输入“佩奇”作为键值,然后所谓的Hash索引就会在图片库中找到标识符也为“佩奇”的编码,然后就可以搜刮出佩奇的图片了。以是它不属于范畴搜刮。 哈希索引的应用场景和不得当场景:
三、各显神通的B+与哈希 按照上面两种索引的表示图可以得出以下的差异结论:
【编辑保举】
点赞 0 (编辑:河北网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |