在MySQL中,只有Memory引擎显示支持哈希索引,这是Memory引擎的默认索引,Memory引擎同时也支持B-Tree索引,指得一提的是,Memory引擎是支持非唯一哈希索引的,如果多个列的哈希值相同,索引会以链表的方式存放多个记录指针到同一个哈希条目中。HASH时间复杂度O(1),链表时间复杂度是O(n)
InnoDB支持Hash索引吗?
- InnoDB用户无法手动创建哈希索引,这一层上说,InnoDB确实不支持哈希索引;
- InnoDB会自调优(self-tuning),如果判定建立自适应哈希索引(Adaptive Hash Index, AHI),能够提升查询效率,InnoDB自己会建立相关哈希索引,这一层上说,InnoDB又是支持哈希索引的;
(3)全文索引:只能在文本类型CHAR,VARCHAR,TEXT类型字段上创建全文索引。字段长度比较大时,如果创建普通索引,在进行like模糊查询时效率比较低,这时可以创建全文索引。 MyISAM和InnoDB中都可以使用全文索引。
2.物理存储维度
(1)聚簇索引(主键索引):每个InnoDB表都有一个聚簇索引 ,聚簇索引使用B+树构建,叶子节点存储的数据是整行记录。一般情况下,聚簇索引等同于主键索引,当一个表没有创建主键索引时,InnoDB会自动创建一个ROWID字段来构建聚簇索引。InnoDB创建索引的具体规则如下:
- 如果表定义了PK,则PK就是聚集索引;
- 如果表没有定义PK,则第一个非空unique列是聚集索引;
- 否则,InnoDB会创建一个隐藏的row-id作为聚集索引;
(2)非聚簇索引(二级索引):非聚簇索引就是以非主键创建的索引,叶子节点存储的是主键和索引列。
3.逻辑维度
(1)主键索引:主键索引一般都是在创建表的时候指定,「一个表只有一个主键索引」,特点是「唯一、非空」。
(2)普通索引:普通索引唯一的作用就是加快查询。
(3)组合索引:组合索引是创建一个「多个字段的索引」,这个概念是相对于上上面的单列索引而言,组合索引查询遵循「最左前缀原则」。
(4)唯一索引:唯一索引具有的特点就是唯一性,可以在创建表的时候指定,也可以在创建表后创建。
(5)空间索引:MySQL在5.7之后的版本支持了空间索引,而且支持OpenGIS几何数据模型。MySQL在空间索引这方面遵循OpenGIS几何数据模型规则。
三、为什么选择B+树作为索引结构?
可以从几个维度去看这个问题,查询是否够快,效率是否稳定,存储数据多少,以及查找磁盘次数,为什么不是二叉树,为什么不是平衡二叉树,为什么不是B树,而偏偏是B+树呢?
1.为什么不使用哈希结构?
我们知道哈希结构,类似k-v结构,也就是,key和value是一对一关系。它用于「等值查询」还可以,但是范围查询它是无能为力的哦。
2.为什么不使用二叉树呢?
- 当数据量大时,树的高度会比较高(树的高度决定着它的IO操作次数,IO操作耗时大),查询会比较慢。
- 每个磁盘块(节点/页)保存的数据太小(IO本来是耗时操作,每次IO只能读取到一个关键字,显然不合适)
- 如果二叉树特殊化为一个链表,相当于全表扫描
没有很好的利用操作磁盘IO的数据交换特性,也没有利用好磁盘IO的预读能力(空间局部性原理),从而带来频繁的IO操作。
3.为什么不使用B树呢?
B树的搜索:从根节点开始,对节点内的关键字(有序)序列进行二分查找,如果命中则结束,否则进入查询关键字所属范围的儿子节点;重复,直到所对应的儿子指针为空,或已经是叶子节点。 关键字集合分布在整颗树中 ,即叶子节点和非叶子节点都存放数据,搜索可能在非叶子节点结束。其搜索性能等价于在关键字全集内做一次二分查找。
假设检索26,先把磁盘块1加载到内存中,然后26与28和46比较,26比28小,然后基于P1子节点引用,P1是指向磁盘块2的一个指针地址,基于P1引用可以通过顺序IO快速加载磁盘块2,然后26与19和23比,26大于23,通过P3子节点引用,加载磁盘块7。然后命中,基于节点数据区加载数据。
B树的特点:
- 不再是二叉搜索,而是m叉搜索;
- 叶子节点,非叶子节点,都存储数据;
- 中序遍历,可以获得所有节点;
名词解释:
局部性原理:软件设计要尽量遵循 “数据读取集中”与“使用到一个数据,大概率会使用其附近的数据”,这样磁盘预读能充分提高磁盘IO;
磁盘预读能力:磁盘读写并不是按需读取,而是按页预读,一次会读一页的数据,每次加载更多的数据,如果未来要读取的数据就在这一页中,可以避免未来的磁盘IO,提高效率;
数据交换特性:操作系统去硬盘读取一次,做一次I/O交换,一次交换数据是4k(Linux默认页大小),交换单位以页为单位,1页就是4k(索引按数据页为单位读写的,在InnoDB中,每个数据页的大小默认是16KB)
3.为什么使用B+树?
它是B-Tree数的变体,也是一种多路搜索树B+Tree和B-Tree基本相同,区别在于B-Tree树非叶子节点和叶子节点都可以存放数据,而B+Tree树关键字存储在叶子节点上,非叶子节点不存真正的数据。(B+树中根到每一个节点的路径长度一样,因此查询速度更稳定;而B树不是这样)
叶子之间,增加了链表,获取所有节点,不再需要中序遍历,直接遍历叶子节点就行;
比如查找28,其实图顶端的28是索引,并不是真实数据,他会继续往下找。
B+Tree与B-Tree比较
①B+Tree范围查找,定位min与max之后,中间叶子节点,就是结果集,不用中序回溯;
②B+Tree磁盘读写能力更强(叶子节点不保存真实数据,因此一个磁盘块能保存的关键字更多,因此每次加载的关键字越多)
③B+Tree扫表和扫库能力更强(B-Tree树需要扫描整颗树,B+Tree树只需要扫描叶子节点)
四、B+树索引搜索过程
准备数据:
CREATE TABLE `employee` (
`id` int(11) NOT NULL,
`name` varchar(255) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
`date` datetime DEFAULT NULL,
`sex` int(1) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_age` (`age`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
insert into employee values(1,'小红',43,'2021-01-20','0');
insert into employee values(2,'铁蛋',48,'2021-01-21','0');
insert into employee values(3,'张三',36,'2020-01-21','1');
insert into employee values(4,'李四',32,'2020-01-21','0');
insert into employee values(5,'王老五',37,'2020-01-21','1');
insert into employee values(6,'赵六',49,'2021-01-21','0');
insert into employee values(7,'小丑',28,'2021-01-21','1');
索引结构图:
(1)非聚簇索引(二级索引)
select * from employee where age=32;
这条 SQL 查询语句执行流程:
- 搜索idx_age索引树,将磁盘块1加载到内存,由于32<37,搜索左路分支,到磁盘寻址磁盘块2。
- 将磁盘块2加载到内存中,在内存继续遍历,找到age=32的记录,取得id = 4.
- 拿到id=4后,回到id主键索引树。
- 搜索id主键索引树,将磁盘块1加载内存,在内存遍历,找到了4,但是B+树索引非叶子节点是不保存数据的。索引会继续搜索4的右分支,到磁盘寻址磁盘块3.
- 将磁盘块3加载内存,在内存遍历,找到id=4的记录,拿到R4这一行的数据,好的,大功告成。
什么是回表查询呢?回表查询简单来说「通过二级索引查询数据,得不到完整的数据行,只能拿到主键ID,需要再次查询主键索引来获得数据行」。
(2)聚簇索引(主键索引)
select * from employee where id = 4;
这条 SQL 查询语句执行流程:
- 搜索id主键索引树,将磁盘块1加载内存,在内存遍历,找到了4,但是B+树索引非叶子节点是不保存数据的。索引会继续搜索4的右分支,到磁盘寻址磁盘块3.
- 将磁盘块3加载内存,在内存遍历,找到id=4的记录,拿到R4这一行的数据,好的,大功告成。
五、覆盖索引
大家想一个问题,如果不用select *, 而是使用select id,age,执行几次树搜索操作呢?
最后
由于细节内容实在太多了,为了不影响文章的观赏性,只截出了一部分知识点大致的介绍一下,每个小节点里面都有更细化的内容!
小编准备了一份Java进阶学习路线图(Xmind)以及来年金三银四必备的一份《Java面试必备指南》
最后
由于细节内容实在太多了,为了不影响文章的观赏性,只截出了一部分知识点大致的介绍一下,每个小节点里面都有更细化的内容!
[外链图片转存中…(img-vkfMLC8d-1714705353540)]
小编准备了一份Java进阶学习路线图(Xmind)以及来年金三银四必备的一份《Java面试必备指南》
[外链图片转存中…(img-4LD0MNoZ-1714705353541)]