MySQL——深入浅出索引(一)

MySQL——深入浅出索引(一)

提到数据库索引,我想你并不陌生,在日常工作中会经常接触到。比如某一个 SQL 查询比较慢,分析完原因之后,你可能就会数据漫游说“给某个字段加个索引吧”之类的解决方案。但到底什么是索引,索引又是如何工作的呢?

一句话简单来说,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。一本 500 页的书,如果你想快速找到其中的某一个知识点,在不借助目录的情况下,那我估计你子节点可得找一会儿。同样,对于数据库的表而言,索引其实就是它的“目录”。

1、索引的常见模型

索引的出现是为了提高查询效率,但是实现索引的虚拟化软件方式却有很多种,所以这里也就引入了索引模型的概念。可以用于提高读写效率的数据结构很多,这里只介绍三种常见、也比较简单的数据结构,它们分别是哈希表、有序数组搜索树。

哈希表

哈希表是一种以键 - 值(key主键和外键-value)存储数据的结构,我们只要输入待查找的值即 key,就可以找到其对应的值即 Value。哈希的思路很简单,把值放在数组里,用一搜索软件个哈希函数把 key 换算成一个确定的位置,然后把 value 放在数组的这个位置。

不可避免地,多个 key 值经过哈希函数的换算,会出现同一个值的情况。处理这种情况的一种方法是,拉出一个链表。

假设,你现有序数组在维护着一个身份证信息和姓名的表,需要根据身份证号查找对应的名字,这时对应的哈希索引的示意图如下所示:

图中,User2 和 User4 根据身份证号算出来的值都是 N,但没关系,后面还跟了一个链表。假设,这时候你要查 ID_car虚拟化技术包括哪些d_n2 对应的名字是什么,处理步骤就是:首先,将 ID_card_n2 通过哈虚拟化希函数算出 N;然后,按顺序遍历,找到虚拟化技术 User2。

需要注意的是,图中四个 ID_card_n 的值并不是递增的,这样做的好处是增加新的 User 时速度会很快,只需要往后追加。但缺点是,因为不是有数据结构序的,所以哈希索引做区间查询的速度是很慢的。

你可以设想下,如果你现在要找身份证号在 [ID_card_X, ID_card_Y] 这个区间的所有用户,就必须全部扫描一遍了。

所以,哈希表这种结构适用于只有等值查询的场景,比如 Mem搜索图片识别cached 及其他一些 NoSQL 引擎。

有序数组

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。还是上面这个根据身计算与物联网的关系份证号查名字的例子,如果我们使用有序数组来实现主键盘锁住了怎么解锁的话,示意图如下所示:


                                            MySQL——深入浅出索引(一)

这里我们假设身份证号没有重复,这个数组就是按照身份证号递增的顺序保存的。这时候如果你要查 ID_card_n2 对应的名字,用二分法就可以快速得到,这个时间复杂度是 O(log(N))。

同时很显然,这个索引结构支持范围查询。你要查身份主键的作用证号在 [ID_card_X, ID_card_Y] 区间的 Us搜索历史er,可以先用二分法找到 ID_card_X(如果不虚拟化软件存在 ID_card_X,就找到大于 ID_card_X 的第一个 User),然后向右遍虚拟化技术已经成为构建云计算历,直到子节点查到第一个大于 ID_card_Y 的身份证号,退出循环。

如果仅仅看查询效率,有序数组就是最好的数据结构了。但云计算产生的背景及意义是,在需数据科学与大数据技术要更新数据的时候就麻烦了,你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。

所以,有序数组索主键引只适用于静态存储引擎。

二叉搜索树

二叉搜索树也计算是课本里的经典数据结构了。还是上数据面根据身份证号查名字的例子,如果我们用二叉搜索树来实现的话,示意图如下所主键盘锁住了怎么解锁示:


                                            MySQL——深入浅出索引(一)

二叉搜索树的特点是:每个节点的左儿子小于父节点,父节点又小于右儿子。这样如果你要查 ID_card_n2 的话,按照图中的搜数据分析索顺序就是按照 ​​UserA -> UserC -数据恢复> UserF -> User2​​ 这个路径得到。这个时间复杂度是 O(l搜索历史og(N))。

当然为了维持 O(log(N)) 的查询复杂度,就需要保持这棵树是平衡二叉树。为了做这个保证,更新的时间复杂度也是 O(log(N))。

树可以有二叉,也可以有多叉。多叉树就是每个节点有多个儿子,儿子之间的大小保证从左到右递计算的特点增。二叉树是搜索效率最高的,但是实际上大多数的数据虚拟化技术已经成为构建云计算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。

你可以想象一下一棵 100 万节点的平衡二叉树,树高 20。一次查询可能需要访问 20 个数据块。在机械硬盘时代,从磁盘随机读一个数据块需要 10 ms 左右的寻址时搜索明蕴镇任务怎么做间。也就是云计算技术与应用专业说,对于一个 100 万行的表,如果使用二叉树来存储,单独访问一个行可能需要 20 个 10 ms 的时间,这个查询可真够慢的。

为了让一个查询尽量少地读磁盘,就必须让查询过程访问尽量少的数据块。那么,我们就不应该使用二叉树,而是要使用N 叉树。数据这里,N 叉树中的“N”取决于数据块的数据库大小。

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,树云计算产生的背景及意义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。

不管是哈希还是有序数虚拟化技术包括哪些组,或者 N 叉虚拟化学实验室树,它们都是不断迭代、不断优化的产物或者解决方案。数据库技术发展到今天,跳表、LSM 树等数云计算与物联网的关系据结构也被用于引擎设计中。

在 MySQL 中,索引是在存储引擎层实现的,所以并没有统一的索引标准,即不同存储引擎的索引的工作方式并虚拟化技术不一样。而即使多个存储引擎支持同一种类型的索引,其底层的实现也可能不同。由于 InnoDB 存储引擎在 M子节点ySQL 数据库中使用最为广泛,所以下面我就以 InnoDB 为例,分析搜索引擎排名一下其中的索引模型。

2、InnoDB 的索引模型

B+虚拟化资源指一些可以实现一定操作 树索引

在 InnoDB 中,表都是根据主键顺序以索引的形式存放的,这种数据分析师存储方式的表称为索引组织表。InnoDB 使用了 B+ 树索引模型主键和外键的区别,所以数据都是存储在 B+ 树搜索lite中的。每一个索引在主键和外键的区别 InnoD云计算定义B 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。

这个云计算是什么表的建表语句是云计算在生活中的应用

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)数据漫游,两棵数据分析树的示例示意图如下。


                                            MySQL——深入浅出索引(一)

从图中不难看虚拟化资源指一些可以实现一定操作出,根据主键可以为空吗叶子节点的内容,索引虚拟化怎么开启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)。

基于主键索引和普通索引的查询主键盘锁住了怎么解锁有什么区别?

  • 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,云计算技术与应用再到 ID 索引树搜索一次。这个过程搜索软件称为回表。

也就是说,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,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。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。

而更糟的情况是,如果 R5 所在的数据页已经满了,根据 B+ 树的算法,这时候需数据透视表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。在这种情况下,性能自然会受影响。

除了性能外,页分云计算是什么裂操作还影响数据页的利用率。原本放在一个页的数据,现在分到两个页中,整体空间利用率降主键是什么意思低大约 50%。

当然有分裂就有合并。当相邻两个数据废土页由于删除了数据,利用率很低之后,会将数据页做合并。合并的过程,可以认为是分裂过程的逆过程。

基于上面的索引维主键索引护过程说明,我们来讨论一个案例:

你可能在一些建表规范里面见到过类似的描述,要求建表语句里一定要有自增主键。当然事无绝对,主键是什么意思我们来数据透视表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虚拟化技术的主键,在建表语句中一般是这么定义的: ​​NOT NULL PRIMARY KEY AUTO_INCREMENT。​

插入新云计算在生活中的应用记录的时候可以搜索软件不指定 I虚拟化技术包括哪些D 的值,系统会获取当前 ID 最大虚拟化技术包括哪些值加 1 作为下一条记录的 ID 值。

也就是说,自增主键的插入数据模式,正符合了主键约束我们前面提到的递增插入的场景。每次插入一条新记录,都主键和外键是追加操作,都不涉及到挪动其他记录,也不会触发叶子节点的分裂。

而有业务逻辑的字段做主键,则往往不容易保证有序插入,这样写数据成本相对较高。

除了考虑性能外,我们还可以从存储空间的角度来看。

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?

由于每个非主键索引的叶子节点上都主键是主键的值数据分析。如果用身份证号做主键,那么每个二级索引的叶子节点占用约 20 个字节,而如果用整型主键英文做主键,则只要有序数组是什么意思 4 个字节,如果是长整型(bigint)则是 8 个字节。

显然,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。云计算技术与应用专业

所以,从性能和存储空间方面考量,自增主键往往是更合理的选择。

有没有什么场景适合用业务字段直接做主键的呢?还是有的。比如,梯子节点有些业务的场景需求是这样的:

  • 只有一个索引;
  • 该索引必须是唯一索引。

由于没有其他索引,所以也就不用考虑其他索引的叶数据子节点大小的问题。这时候我们就云计算的特点要优先考虑上一段提到的尽量使用主键主键盘锁住了怎么解锁查询原则,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。

总结:

  1. 主键盘锁住了怎么解锁有序数组的作用:提高数主键约束据查询效率
  2. 常见索引模型:哈希表、有序搜索下拉帝搜软件sem880官网数组、搜索树
  3. 哈希表:键 - 值(key - value)。
  4. 哈希思路:把值放在数组里,用一个哈希函数把搜索引擎排名key换算成一个确定虚拟化技术的位置,然后把value放在数组的这个位置
  5. 哈希冲突的处理办法:链表
  6. 哈希表适用场景:只有等值查询的场景
  7. 有序数组:按顺序主键和外键的区别存储。查询用二分法就可以快速查询,时间复杂度是:O(log(N))
  8. 有序数组查询效率云计算高,更新效率低
  9. 有序数组的适用场景:静态存储引擎。
  10. 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
  11. 二叉搜索树:查询时间复杂度O(log(N)),更新时间复杂度O(log(N))
  12. 数据库存储大多不适用二叉树,因为树高过高,会适用N叉树
  13. InnoDB中的索引模型:B+Tree
  14. 索引类型:主键索引、非主键索引,主键索引的叶子节点存的是整行的数据(聚簇索引),非主键索引的叶子主键节点内容是主键的值(二级索引)
  15. 主键索引和普通索引的区别:主键索引只要搜索ID这个B+Tree即可拿到数据。普通索引先搜索索引拿到主键值,再到主键索引树搜云计算定义索一次(回表)数据分析
  16. 一个数据页满了,按照B+Tree算数据分析师法,搜索引擎营销新增加一个数据页,叫做页分裂,会导致性能下降。空间利用率降低大概50%。当相邻的两个数据页利用率很低的时候会做数据页合并,合并的过程是分裂过程的逆过程。
  17. 从性能和存储空间方面考量,自增主键往往是更合理的选择。虚拟化技术包括哪些

对于上面例子中的 InnoDB 表 T,如果你要重建索引 k,你的两个 SQL 语句可以这么写:

alter table T drop index k; alter table T add index(k); 

如果你要重建主键索引,也可以这么写:

alter table T drop primary key; alter table T add primary key(id); 

我的问题是,对于上面这两个主键和外键重建索引的作法,是否合理?

为什么要重建索引:

索引可能主键和外键的区别因为删除,或者页分裂等原因,导致数据页有空洞,重建索引的过程会创建一个新的索引,把数据按顺序插入,这样页面的利用率数据分析最高,也就是索数据漫游引更紧凑、更省空间。

参考答案:

重建索引 k 的做法是合理的,可以达到省空间的目的。但是,重建主键的过程不合理。不论是删除主键还是创建主键云计算定义,都会将整个表重建。所以连着执行这两个语句的话,第一个语句就白做了。这两个语虚拟化技术已经成为构建云计算句,可以用这个语句代替 :

alter table T engine=InnoDB;