共计 1086 个字符，预计需要花费 3 分钟才能阅读完成。
自动写代码机器人，免费开通
这篇文章将为大家详细讲解有关建立索引能提升表中数据查询的速度吗，丸趣 TV 小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
首先明白为什么索引会增加速度，DB 在执行一条 Sql 语句的时候，默认的方式是根据搜索条件进行全表扫描，遇到匹配条件的就加入搜索结果集合。
如果我们对某一字段增加索引，查询时就会先去索引列表中一次定位到特定值的行数，大大减少遍历匹配的行数，所以能明显增加查询的速度。（推荐学习：MySQL 视频教程）
添加索引的话，首先去索引列表中查询，而我们的索引列表是 B 类树的数据结构，查询的时间复杂度为 O(log2N)，定位到特定值得行就会非常快，所以其查询速度就会非常快。
为什么说 B +-tree 比 B 树更适合实际应用中操作系统的文件索引和数据库索引？
1) B+-tree 的磁盘读写代价更低
B+-tree 的内部结点并没有指向关键字具体信息的指针。因此其内部结点相对 B 树更小。如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说 IO 读写次数也就降低了。
举个例子，假设磁盘中的一个盘块容纳 16bytes，而一个关键字 2bytes，一个关键字具体信息指针 2bytes。一棵 9 阶 B -tree(一个结点最多 8 个关键字) 的内部结点需要 2 个盘快。而 B + 树内部结点只需要 1 个盘快。当需要把内部结点读入内存中的时候，B 树就比 B + 树多一次盘块查找时间 (在磁盘中就是盘片旋转的时间)。
2) B+-tree 的查询效率更加稳定
由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。
索引
使用索引可快速访问数据库表中的特定信息。索引是对数据库表中一列或多列的值进行排序的一种结构，例如 employee 表的姓（lname）列。如果要按姓查找特定职员，与必须搜索表中的所有行相比，索引会帮助您更快地获得该信息。
注意：并非所有的数据库都以相同的方式使用索引。
作为通用规则，只有当经常查询索引列中的数据时，才需要在表上创建索引。索引占用磁盘空间，并且降低添加、删除和更新行的速度。在多数情况下，索引用于数据检索的速度优势大大超过它的。
关于建立索引能提升表中数据查询的速度吗就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
向 AI 问一下细节
丸趣 TV 网 – 提供最优质的资源集合！
