謝邀~~樹懶君悉心整理了一篇索引結構方面的內容，跟各位知友分享分享~

Oracle 索引的數據結構：B-TreeOracle 數據庫使用 B-trees 存儲索引，來加速數據訪問。若沒有索引，你必須順序掃描數據來查找值。

一個值的有序列表劃分成寬塊范圍(葉子塊)，查詢時間減少為 log(n)。這是 Oracle 數據庫索引的基本原則。

B-tree 索引的上半部分塊(分支塊)包含索引數據，并指向低一級的索引塊。最低級別的索引塊(葉子塊)包含每個已索引的數據值和用于定位真實行的相應 rowid。葉子塊是雙向鏈接的(雙向鏈表)。包含字符數據的列中索引是基于數據庫字符集的字符二進制值。B-tree 結構有如下優勢：樹的所有葉子塊都在相同深度，這樣，在索引中從任何地方檢索任何記錄都大約花費相同的時間。

B-tree 自動保持平衡。

All blocks of the B-tree are three-quarters full on the average.

B-tree 對大范圍查詢提供優秀的檢索性能，包括精確匹配和訪問查詢。

插入、更新和刪除操作有效，維護鍵的順序，以便快速檢索。

B-tree 性能對小表和大表都很好，不會隨著表的增長而降低。

Mysql索引的數據結構：B+Tree一般來說，索引本身也很大，不可能全部存儲在內存中，因此索引往往以索引文件的形式存儲在磁盤上。這樣的話，索引查找過程中就要產生磁盤I/O的消耗，所以評價一個索引的優劣的重要指標就是I/O的操作次數。

數據庫系統巧妙利用了磁盤預讀原理，將一個節點的大小設為等于一個頁，這樣每個節點只需要一次I/O就可以完全載入。在實現B- Tree為了達到這個目的，實際中還需要使用如下技巧：每次新建節點時，直接申請一個頁的空間，這樣就保證一個節點物理上也存儲在一個頁里，加之計算機存儲分配都是按頁對齊的，就實現了一個node只需一次I/O。

B-Tree中一次檢索最多需要h-1次I/O(根節點常駐內存)，漸進復雜度為O(h)=O(logmN)。一般實際應用中，m是非常大的數字，通常超過100，因此h非常小(通常不超過3)。Mysql索引的數據結構之所以選擇B+樹而不是B樹，是因為它內節點不存儲data，這樣一個節點就可以存儲更多的key。

此外，在非關系型數據庫中，例如Mongo的索引結構也是基于B-tree。具體原理樹懶君在這里不多做介紹啦~需要詳細有關NoSQL的索引內容，樹懶君也找了幾篇不錯的博客，請移步：MongoDB 索引

需要學習 Oracle、MySQL 中建立、刪除索引的教程也可以去本站上面學習哦~

總結

以上是生活随笔為你收集整理的mysql支持非关系_说下oracle、mysql、非关系型数据库中的索引结构？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。