栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Java

MySQL 45讲 | 04 深入浅出索引(上)

Java 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

MySQL 45讲 | 04 深入浅出索引(上)

MySQL 45讲 | 04 深入浅出索引(上) - 什么是索引?索引又是如何工作的呢? - 索引的出现其实就是为了提高数据查询的效率,就像书的目录一样 索引的常见类型
  1. 哈希表是一种以键-值(key-value)存储数据的结构。

    • 把值放在数组里,用一个哈希函数把key换算成一个确定的位置,然后把value放在数组的这个位置。

    • 多个key值经过哈希函数的换算,会出现同一个值的情况。解决种方法是,拉出一个链表。

    • 优点是增加新的值value时速度会很快,只需要往后追加。但缺点是,因为不是有序的,所以哈希索引做区间查询的速度是很慢。

    • 哈希表这种结构适用于只有等值查询的场景。比如Memcached及其他一些NoSQL引擎。

  2. 有序数组在等值查询和范围查询场景中的性能就都非常优秀。

    • 查找时用二分法就可以快速得到。
    • 优点,有序数组的查询效率是最好的数据结构了。但缺点,更新数据的时候往中间插入一个记录就必须得挪动后面所有的记录,成本太高。
    • 有序数组索引只适用于静态存储引擎。例如这类不会再修改的数据。
  3. 二叉搜索树:每个节点的左儿子小于父节点,父节点又小于右儿子。

    • 为了维持O(log(N))的查询复杂度,需要保持这棵树是平衡二叉树。

    • 实际上大多数的数据库存储却并不使用二叉树。其原因是,索引不止存在内存中,还要写到磁盘上。

    • 为了让一个查询尽量少地读磁盘,使用**“N叉”树**。“N叉”树中的“N”取决于数据块的大小。

      以InnoDB的一个整数字段索引为例,这个N差不多是1200。这棵树高是4的时候,就可以存 1200的3次方个值,这已经17亿了。考虑到树根的数据块总是在内存中的,一个10亿行的表上一 个整数字段的索引,查找一个值最多只需要访问3次磁盘。其实,树的第二层也有很大概率在内存中,那么访问磁盘的平均次数就更少了。

    • N叉树由于在读写上的性能优点,以及适配磁盘的访问模式,已经被广泛应用在数据库引擎中 了。

  • 数据库底层存储的核心就是基于这些数据模型的。每碰到一个新数据库,我们需要先关注它的数据模型,这样才能从理论上分析出这个数据库的适用场景。
InnoDB 的索引模型

在MySQL中,索引是在存储引擎层实现的,下面就以InnoDB为例,分析一下其中的索引模型。

  • 在InnoDB中,表都是根据主键顺序以索引的形式存放的,这种存储方式的表称为索引组织表。

  • InnoDB使用了B+树索引模型,所以数据都是存储在B+树中的。

  • 每一个索引在InnoDB里面对应一棵B+树。

  • 假设,我们有一个主键列为ID的表,表中有字段k,并且在k上有索引。
    这个表的建表语句是:

    mysql> create table T( 
        id int primary key,
        k int not null, 
        name varchar(16), 
        index (k))engine=InnoDB;
    

    表中R1~R5的(ID,k)值分别为(100,1)、(200,2)、(300,3)、(500,5)和(600,6),两棵树的示例示意图如下。InnoDB的索引组织结构。

  • 根据叶子节点的内容,索引类型分为主键索引和非主键索引。

  • 主键索引的叶子节点存的是整行数据。在InnoDB里,主键索引也被称为聚簇索引(clustered index)。

  • 非主键索引的叶子节点内容是主键的值。在InnoDB里,非主键索引也被称为二级索引 (secondary index)。

    问题:基于主键索引和普通索引的查询有什么区别?

    • 如果语句是select * from T where ID=500,即主键查询方式,则只需要搜索ID这棵B+树;
    • 如果语句是select * from T where k=5,即普通索引查询方式,则需要先搜索k索引树,得到ID 的值为500,再到ID索引树搜索一次。这个过程称为回表。

    总结,基于非主键索引的查询需要多扫描一棵索引树。因此,我们在应用中应该尽量使用主键查询。

索引维护
  • B+树为了维护索引有序性,在插入新值的时候需要做必要的维护。

    ​ 以上面这个图为例:

    1. 如果插入新的行ID值为700,则只需要在R5的记录后面插入一个新记录。
    2. 如果新插入的ID值为400,就相对麻烦了,需要逻辑上挪动后面的数据,空出位置。
    3. 如果R5所在的数据页已经满了,根据B+树的算法,这时候需要申请一个新的数据页,然后挪动部分数据过去。这个过程称为页分裂。
    • 页分裂操作,影响性能,还影响数据页的利用率。原本放在一个页的数据,现在分到两个中, 整体空间利用率降低大约50%。
    • 当然有分裂就有合并。当相邻两个页由于删除了数据,利用率很低之后,会将数据页做合并。可以认为是分裂过程的逆过程。
  • 分析一下哪些场景下应该使用自增主键,而哪些场景下不应该。

    • 自增主键是指自增列上定义的主键,在建表语句中一般是这么定义的: NOT NULL PRIMARY KEY AUTO_INCREMENT。

      1. 性能:自增主键的插入数据模式,正符合了我们前面提到的递增插入的场景。每次插入一条
        新记录,都是追加操作,都不涉及到挪动其他记录,也不会触发叶子节点的分裂。

      2. 存储空间:假设你的表中确实有一个唯一字段,比如字符串类型的身份证号,那应该用身份证号做主键,还是用自增字段做主键呢?

      主键长度越小,普通索引的叶子节点就越小,普通索引占用的空间也就越小。

    • 适合用业务字段直接做主键的场景:典型的KV场景。

      (1)只有一个索引;(2)该索引必须是唯一索引。

      • 典型的KV场景,由于没有其他索引,所以也就不用考虑其他索引的叶子节点大小的问题。
      • 这时候我们就要优先考虑上一段提到的“尽量使用主键查询”原则,直接将这个索引设置为主键, 可以避免每次查询需要搜索两棵树。
小结
  • 分析了数据库引擎可用的数据结构。
  • 介绍了InnoDB采用的B+树结构。
  • 为什么 InnoDB要这么选择?
    • B+树能够很好地配合磁盘的读写特性,减少单次查询的磁盘访问次数
  • 由于InnoDB是索引组织表,一般情况建议创建一个自增主键,这样非主键索引占用的空间最小。
  • 但也有使用业务逻辑字段做主键的应用场景。
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/978510.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号