索引的定义:索引(Index)是帮助MySQL高效获取数据的数据结构。
Q1:大家使用索引有没有想过这个问题?为什么索引能够帮助mysql高效获取数据?我一一给大家道来!在给大家讲之前,先更大家分享一些计算机基础知识,有助于理解
A:1:MySQL的数据都是以文件的形势存储在磁盘上的。
2:磁盘是由一圈一圈的磁道组成。
3:磁头移动到不同的磁道,磁盘旋转,这样就可以读到数据。
4:磁盘存取原理 1.寻道时间(速度慢,费时) 2.旋转时间(速度较快)
5:CPU读取数据都是从内存读取,内存去磁盘中读取数据,内存读取磁盘数据大小都是以页的大小单位。一页 = 10kb
总结:1:当磁头移动到另一个磁道读取数据就是我们常说的一次I/O操作,MySQL数据是分布在不同的磁道上的,每次读取数据都要把所有的磁道读取一遍。
那我们进行I/O操作的次数就很多了,查询效率就很低。
2:索引就是把索引字段数据的地址保存起来,来帮助MySQL直接定位到哪个磁道哪个扇区,这样就减少了I/O的操作次数了,自然查询效率就提高了。
Q2:数据结构那么多,mysql索引为什么要用B+Tree数据结构,而不是其他呢?肯定其他的数据不满足我们的要求
常见的数据结构:
1:二叉树
2:红黑树
3:hash
4: B Tree
5: B+Tree
a.二叉树
二叉树是n(n>=0)节点的有限集合,该集合或者为空集(称为空二叉树),或者由一个根节点和二棵不想交的,分别称为根节点的左子树和右子树组成。
不使用原因:一个节点只有一度,就是只有一个子节点,那读取树的一层就是一次I/O操作,性能也不好。
b.红黑树
红黑树即为平衡二叉树的一种
不使用原因:一个节点有二个子节点,那就出现一层只有二个节点的情况,这种性能也不好
c.hash
不使用原因:Hash是把索引数据进行Hash算法对应一个地址,我们会发现这个性能很好啊,直接找到但是我们想想,他能满足我们日常大部分情况么?
比如通过大于或小于筛选数据,所以说也不合适,当然MySQL也提供了Hash索引,毕竟有些场合用起来还是不错的
d.B Tree
1.度(Degree)-节点的数据储存个数 2.叶节点具有相同的深度 3.叶节点的指针为空 4.节点中的数据key从左到右递增排列
不使用原因:虽然解决了每一层的节点数的极端情况下,但是每一个节点存储了索引和数据,一层存储的数据太多也不好,毕竟内存能读取的数据大小就10kb.
e.B+Tree
1.B+Tree(B-Tree的变种) 2.非叶子节点不存储data,只存储key,可以增大度 3.叶子节点不存储指针 4.顺序访问指针,提高区间访问性能
使用原因:设计有几个方面
1:非叶子节点不存储data,只存储key,可以增大度
2:叶子节点不存储指针
3:顺序访问指针,提高区间访问的性能。
三:B+Tree索引的性能分析
.一般使用磁盘I/O次数评价索引结构的优劣。
..预读:磁盘一般会顺序向后读取一定长度的数据(页的整倍数)放入内存
..局部性原理:当一个数据被用到时,其附近的数据也通常会马上被使用
....B+Tree节点的大小设为等于一个页,每次新建节点直接申请一个页的空间,这样保证一个节点物理上也存储在一个页里,就实现了一个节点的载入只需要一次I/O
.....B+Tree的度d一般会超过100个,因此h非常小(一般为3到5之间)
四:不同的存储引擎,有不同的索引实现
1:MyISAM索引实现(非聚集) 2.InnoDB索引实现(聚集)
a.MyISAM索引实现(非聚集)
---->MyISAM索引文件与数据文件是分离的
b.InnoDB索引实现(聚集)
1:数据文件本身就是索引文件 2:表数据文件本身就是按B+Tree组织的一个索引结构文件 3:聚集索引-叶节点包含了完整的数据记录
4:为什么InnoDB表必须有主键,并且推荐使用整型的自增主键? 5:为什么非主键索引结构叶子节点存储的是主键值?(一致性和节省存储空间)
五:联合索引结构
--->联合索引的底层存储结构长什么样?
六:索引最左前缀原理