数据库——索引

索引数据结构

B+树

哈希索引

 

常见索引

• 聚集索引（主索引）：

按照每张表的主键构造B+树

叶节点为数据页

每个数据页通过双向链表进行链接

对于主键的排序查找和范围查找速度很快

• 非聚集索引（辅助索引）：叶节点只能获得主键索引的主键，通过主键的聚集索引再获得行记录

 

稠密索引：每个搜索码值都有一个索引项

稀疏索引：通常只为一个块中第一个记录建立索引

多级索引

查询语句从索引中就能够取得条件：select字段包含在索引字段中；where条件不能有like操作

 

 

B+树与B树

B+树

高度通常为2-3层

索引可以索引整个列数据，也可以只索引一个列开头部分数据

叶节点指向文件记录

 

B树

搜索码只出现一次

非叶节点为每个搜索码增加一个指针指向文件记录或者对应的桶

 

• B树与B+树比较：

B树非叶节点存储的搜索码少，更深。某些搜索码查询比B+树快，另一些更慢

B树删除更加复杂

B树略微有空间优势

 

• MySQL索引问题：

对于索引的添加或者删除，先创建临时表

把数据导入临时表，删除原表，再把临时表重命名为原表

耗时

• InnoDB支持快速索引创建方法：

只限定于辅助索引

创建时，对表加上S锁（只读）

删除，将空间标记可用并删除内部视图上对于索引的定义

• cardinality：表示索引中唯一值的数目的估计值，优化器根据该值判断是否使用索引

 

索引使用

当访问高选择性（可取值范围广，几乎没有重复）字段并从表中取出很少一部分行时，对该字段添加B+树索引很有必要

• 预读取技术：通过一次IO请求将多个页预读取到缓冲池中

                     随机预读取（差）：当一个区中13个页也在缓冲区中，并且页频繁访问，则将这个区中剩余页预读到缓冲区

                    线性预读取：如果一个区中的24个页都被顺序访问了，则读取下一个区所有的页

辅助索引的优化：InnoDB存储引擎会先判断是否能从叶节点得到所需数据

联合索引：可以对第二个键值进行排序

 

 

哈希索引

冲突机制：链表法

哈希函数：将关键字转换成自然数，然后通过除法散列方式实现

 

静态散列：桶数量固定

                  桶溢出解决：

                            闭地址散列结构：为桶增加溢出桶组成的溢出链

                            开地址散列结构：1.当桶满了之后，插入到初始桶集合的其他桶中；

                                                         2.计算更多散列函数

• 动态散列：

      可扩展散列：

            多个桶可共享存储块

            几个连续的表项可能指向同一个桶

            将散列函数的值转化为N个二进制位，用前i位表示桶数目，i随着记录数量动态变化

                  桶满了需要分裂时：

                        当桶地址表只有一个项，需要增加桶地址表大小，此时，i加1

                        当桶地址表中有多个项指向桶，则分配新桶

      多哈希表：

            多个哈希表共享一个散列函数，相当于一个值对应多个目录项

      线性散列：各个桶轮流进行分裂，当一轮分裂完成之后，进入下一轮分裂

 

• 散列索引和顺序索引比较：

当查询某个确定值时，散列索引更优

当进行范围查询时，顺序索引更优

 

 

位图索引

由关系r上属性A的每个值建立的位图构成

对于一个值v，记录i如果取值为v，则位图中第i位位1，否则为0