为什么Mongodb索引用B树，而Mysql用B+树?

Posted 2020-12-20

引言

好久没写文章了，今天回来重操旧业。毕竟现在对后端开发的要求越来越高，大家要做好各种准备。
因此，大家有可能遇到如下问题

为什么mysql中Innodb的索引结构采取B+树？

回答这个问题时，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

然后勒，执行两次查询去获得结果！

确实，这么设计是可以的，我没说不行。只是不符合非关系型数据库的设计初衷。在MongoDB中，根本不推荐这么设计。虽然，Mongodb中有一个lookup操作，可以做join查询。但是理想情况下，这个lookup操作，可以做join查询。但是理想情况下，这个lookup操作应该不会经常使用，如果你需要经常使用它，那么你就使用了错误的数据存储了（数据库）：如果你有相关联的数据，应该使用关系型数据库（SQL）。

因此，正规的设计应该如下

假设name这列，我们建了索引！
我只寻执行一次语句

db.class.find( { name: ‘1班‘ } )

这样就能查询出自己想要的结果。

而这，就是一种单一数据查询!毕竟你不需要去逐行匹配，不涉及遍历操作,幸运的情况下，有可能一次IO就能够得到你想要的结果。

因此，由于关系型数据库和非关系型数据的设计方式上的不同。导致在关系型数据中，遍历操作比较常见，因此采用B+树作为索引，比较合适。而在非关系型数据库中，单一查询比较常见，因此采用B树作为索引，比较合适。

面试套路

目前套路有如下几种

套路一

你简历写了mysql，没写mongodb!
面试官:"说说mysql索引结构？"
我:"巴拉巴拉"
面试官:"知道为什么用B+树，不用B树么？"
这个时候正常的面试者就蒙了，会把B树的缺点喷一通！于是乎下一问就是
面试官:"其实一些非关系型数据库，如mongodb用的就是B树，你知道原因么？"
然后你就回去等通知了！

套路二

你简历写了mysql，也写了mongodb!
这种情况更完美！
面试官:"说说mysql索引结构？"
我:"巴拉巴拉"
面试官:"你简历写了Mongodb，有了解过他的索引结构么？"
我:"巴拉巴拉"
面试官:"为什么Mongodb索引用B树，而Mysql用B+树？"
然后你就回去等通知了！

套路三

你简历既没写mysql，没写mongodb!
面试官；"如果你来设计数据库，你会对他的索引用什么数据结构？"
我:"首先不考虑红黑树这类，巴拉巴拉...应该会用B树或者B+树。"
面试官；“如果我要设计一个像Mongodb那样的非关系型数据库，我要用什么数据结构当索引比较合适?”
然后你就可以回去等通知了！

上面三个套路都是真实存在的！总之，只要面试官想问这个问题，都可以绕到这个问题上去！

总结

其实这篇文章很早以前就想写，后来一直耽搁着。今天有时间刚好补上，希望大家有所收获。