临海网站开发公司电话,链接点开网页表白的网站怎么做的,网页制作教学设计,镇江积分优化目录
前言
一、认识索引
二、索引结构
1.概述
2. 二叉树
3 .B-Tree
4.BTree
5.Hash
三、索引的分类
1 .索引分类
2 .聚集索引二级索引 前言 索引#xff08;index#xff09;是帮助MySQL高效获取数据的数据结构(有序)。在数据之外#xff0c;数据库系统还维…目录
前言
一、认识索引
二、索引结构
1.概述
2. 二叉树
3 .B-Tree
4.BTree
5.Hash
三、索引的分类
1 .索引分类
2 .聚集索引二级索引 前言 索引index是帮助MySQL高效获取数据的数据结构(有序)。在数据之外数据库系统还维护着满足 特定查找算法的数据结构这些数据结构以某种方式引用指向数据 这样就可以在这些数据结构 上实现高级查找算法这种数据结构就是索引。 一提到数据结构大家都会有所担心担心自己不能理解跟不上节奏。不过在这里大家完全不用担 心我们后面在讲解时会详细介绍。
一、认识索引
表结构及其数据如下 假如我们要执行的SQL语句为 select * from user where age 45;
1. 无索引情况 在无索引情况下就需要从第一行开始扫描一直扫描到最后一行我们称之为 全表扫描性能很低。
2. 有索引情况
如果我们针对于这张表建立了索引假设索引结构就是二叉树那么也就意味着会对age这个字段建 立一个二叉树的索引结构。
此时我们在进行查询时只需要扫描三次就可以找到数据了极大的提高的查询的效率。 备注 这里我们只是假设索引的结构是二叉树介绍一下索引的大概原理只是一个示意图并 不是索引的真实结构索引的真实结构后面会详细介绍。 特点 优势 劣势 提高数据检索的效率降低数据库的IO成本 索引列也是要占用空间的。 通过索引列对数据进行排序降低数据排序的成本降低CPU的消耗。 索引大大提高了查询效率同时却也降低更新表的速度如对表进行INSERT、UPDATE、DELETE时效率降低。
二、索引结构
1.概述
MySQL的索引是在存储引擎层实现的不同的存储引擎有不同的索引结构主要包含以下几种 索引结构 描述 BTree索引 最常见的索引类型大部分引擎都支持 B 树索引 Hash索引 底层数据结构是用哈希表实现的, 只有精确匹配索引列的查询才有效, 不支持范围查询 R-tree(空间索 引 空间索引是MyISAM引擎的一个特殊索引类型主要用于地理空间数据类型通常使用较少 Full-text(全文索引) 是一种通过建立倒排索引,快速匹配文档的方式。类似于 Lucene,Solr,ES 上述是MySQL中所支持的所有的索引结构接下来我们再来看看不同的存储引擎对于索引结构的支持情况。 索引 InnoDB MyISAM Memory Btree索引 支持 支持 支持 Hash 索引 不支持 不支持 支持 R-tree 索引 不支持 支持 不支持 Full-text 5.6版本之后支持 支持 不支持 注意 我们平常所说的索引如果没有特别指明都是指B树结构组织的索引。 2. 二叉树
假如说MySQL的索引结构采用二叉树的数据结构比较理想的结构如下 如果主键是顺序插入的则会形成一个单向链表结构如下
所以如果选择二叉树作为索引结构会存在以下缺点
顺序插入时会形成一个链表查询性能大大降低。大数据量情况下层级较深检索速度慢。
此时大家可能会想到我们可以选择红黑树红黑树是一颗自平衡二叉树那这样即使是顺序插入数 据最终形成的数据结构也是一颗平衡的二叉树,结构如下
但是即使如此由于红黑树也是一颗二叉树所以也会存在一个缺点
大数据量情况下层级较深检索速度慢。
所以在MySQL的索引结构中并没有选择二叉树或者红黑树而选择的是BTree那么什么是 BTree呢在详解BTree之前先来介绍一个B-Tree。
3 .B-Tree
B-TreeB树是一种多叉路衡查找树相对于二叉树B树每个节点可以有多个分支即多叉。 以一颗最大度数max-degree为5(5阶)的b-tree为例那这个B树每个节点最多存储4个key5 个指针 知识小贴士: 树的度数指的是一个节点的子节点个数。 我们可以去通过这个网站来去演示B-Tree Visualization (usfca.edu) 特点
5阶的B树每一个节点最多存储4个key对应5个指针。一旦节点存储的key数量到达5就会裂变中间元素向上分裂。在B树中非叶子节点和叶子节点都会存放数据。
4.BTree
BTree是B-Tree的变种我们以一颗最大度数max-degree为44阶的btree为例来看一 下其结构示意图 我们可以看到两部分
绿色框框起来的部分是索引部分仅仅起到索引数据的作用不存储数据。红色框框起来的部分是数据存储部分在其叶子节点中要存储具体的数据。
同样的我们可以去通过这个网站演示查看B Tree Visualization (usfca.edu)
插入一组数据 100 65 169 368 900 556 780 35 215 1200 234 888 158 90 1000 88 120 268 250 。然后观察一些数据插入过程中节点的变化情况。 最终我们看到BTree 与 B-Tree相比主要有以下三点区别
所有的数据都会出现在叶子节点。叶子节点形成一个单向链表。非叶子节点仅仅起到索引数据作用具体的数据都是在叶子节点存放的。
上述我们所看到的结构是标准的BTree的数据结构接下来我们再来看看MySQL中优化之后的 BTree。 MySQL索引数据结构对经典的BTree进行了优化。在原BTree的基础上增加一个指向相邻叶子节点 的链表指针就形成了带有顺序指针的BTree提高区间访问的性能利于排序。 5.Hash
MySQL中除了支持BTree索引还支持一种索引类型---Hash索引。
结构 哈希索引就是采用一定的hash算法将键值换算成新的hash值映射到对应的槽位上然后存储在 hash表中 如果两个(或多个)键值映射到一个相同的槽位上他们就产生了hash冲突也称为hash碰撞可 以通过链表来解决。 特点 A. Hash索引只能用于对等比较(in)不支持范围查询between ...B. 无法利用索引完成排序操作C. 查询效率高通常(不存在hash冲突的情况)只需要一次检索就可以了效率通常要高于Btree索 引 存储引擎支持 在MySQL中支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能hash索引是 InnoDB存储引擎根据BTree索引在指定条件下自动构建的。 思考题 为什么InnoDB存储引擎选择使用Btree索引结构? 回答如下 A. 相对于二叉树层级更少搜索效率高B. 对于B-tree无论是叶子节点还是非叶子节点都会保存数据这样导致一页中存储 的键值减少指针跟着减少要同样保存大量数据只能增加树的高度导致性能降低C. 相对Hash索引Btree支持范围匹配及排序操作
三、索引的分类
1 .索引分类
在MySQL数据库将索引的具体类型主要分为以下几类主键索引、唯一索引、常规索引、全文索引。 分类 含义 特点 关键字 主键索引 针对于表中主键创建的索引 默认自动创建, 只能有一个 PRIMARY 唯一索引 避免同一个表中某数据列中的值重复 可以有多个 UNIQUE 常规索引 快速定位特定数据 可以有多个 全文索引 全文索引查找的是文本中的关键词而不是比较索引中的值 可以有多个 FULLTEXT
2 .聚集索引二级索引
而在在InnoDB存储引擎中根据索引的存储形式又可以分为以下两种 分类 含义 特点 聚集索引(Clustered Index) 将数据存储与索引放到了一块索引结构的叶子节点保存了行数据 必须有,而且只有一个 二级索引(Secondary Index) 将数据与索引分开存储索引结构的叶子节点关联的是对应的主键 可以存在多个
聚集索引选取规则: 如果存在主键主键索引就是聚集索引。如果不存在主键将使用第一个唯一UNIQUE索引作为聚集索引。如果表没有主键或没有合适的唯一索引则InnoDB会自动生成一个rowid作为隐藏的聚集索引。
聚集索引和二级索引的具体结构如下
聚集索引的叶子节点下挂的是这一行的数据 。二级索引的叶子节点下挂的是该字段值对应的主键值。
接下来我们来分析一下当我们执行如下的SQL语句时具体的查找过程是什么样子的。 具体过程如下: ①. 由于是根据name字段进行查询所以先根据nameArm到name字段的二级索引中进行匹配查 找。但是在二级索引中只能查找到 Arm 对应的主键值 10。 ②. 由于查询返回的数据是*所以此时还需要根据主键值10到聚集索引中查找10对应的记录最 终找到10对应的行row。 ③. 最终拿到这一行的数据直接返回即可。 回表查询 这种先到二级索引中查找数据找到主键值然后再到聚集索引中根据主键值获取 数据的方式就称之为回表查询。 思考题 以下两条SQL语句那个执行效率高? 为什么? A. select * from user where id 10 ; B. select * from user where name Arm ; 备注: id为主键name字段创建的有索引 解答 A 语句的执行性能要高于B 语句。 因为A语句直接走聚集索引直接返回数据。 而B语句需要先查询name字段的二级索引然 后再查询聚集索引也就是需要进行回表查询。 以上就是本期的全部内容我们下次见
分享一张壁纸
