索引原理对比
MongoDB B-树
- 每个节点不仅存储实际数据，还保存索引信息
- 查询时一旦在节点找到匹配的键值，就可以直接获取数据
- 对于精确查询（如 find({_id:123})），效率很高
- 范围查询效率相对较低
MySQL B+树
- 所有数据存储在叶子节点
- 叶子节点之间通过双向指针连接形成有序链表
- 范围查询非常高效
- 非叶子节点只存储索引键，不存储数据
两者区别
数据存储方式
- MySQL：采用行式存储，数据以固定的表结构存储
- MongoDB：采用文档存储，数据以BSON文档形式存储
数据关联方式
- MySQL：通过外键建立表间关系，支持JOIN操作
- MongoDB：通过引用或嵌入式文档实现数据关联
B+树与B-树的区间查询性能对比
B+树优势：
- 叶子节点间的指针连接可以高效支持范围查询
- 只需定位到起始键值节点，然后沿指针顺序遍历
B-树劣势：
- 节点间没有额外的链接指针
- 范围查询需要反复执行树遍历操作
外存存储结构优化
B+树优势：
- 非叶子节点只存储索引键，单个节点可容纳更多索引项
- 磁盘预读能被更好利用
树深度与I/O效率：
- B-树适合随机点查询，最坏情况只需3-4次磁盘I/O
- B+树顺序访问性能极佳，适合全表扫描、范围查询