Linux_MySQL(核心) 索引（MySQL与存储，磁盘构造，MySQL与磁盘的基本交互，索引的理解与构成B+树，B+树与页表，B树与B+树，聚簇索引与非聚簇索引，索引的建立）

NUC_Dodamce

于 2022-05-22 18:45:46 发布

阅读量339

点赞数 2

分类专栏： # MySQL-Centos7 Linux 文章标签： mysql linux b树

本文链接：https://blog.csdn.net/dodamce/article/details/124910089

版权

Linux 同时被 2 个专栏收录

46 篇文章 6 订阅

订阅专栏

MySQL-Centos7

16 篇文章 1 订阅

订阅专栏

文章目录

1.索引

索引的目的：提高数据库查询的速度。
索引实际上是将数据做了一些特殊的规制来提高查找效率。
如果没有索引，大量数据查询时效率太低，耗时太长

但是由于将数据以特定的数据结构保存，所以插入的速率会下降。

所以使用索引需要看具体的业务。

常见的索引：

主键索引(primary key)
唯一索引(unique)
普通索引(index)
全文索引(fulltext)–解决中子文索引问题。（了解）

2.MySQL与存储

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提高效率，是 MySQL的核心问题。

磁盘

在这里插入图片描述

扇区
数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。
定位扇区

柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。

同半径的磁道，整体上便构成了一个柱面，每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的

所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。

综上：定位扇区的过程：（CHS）
1.定位盘面
2.确定数据在那个柱面（磁道）
3.在磁道中找到对应的扇区

这种磁盘数据定位方式叫做 CHS 。
不过实际系统软件使用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。系统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。

系统读取磁盘，是以块为单位的，基本单位是 4KB 。因为使用512字节(一个扇区的大小)与磁盘交互，操作系统和硬件耦合性提高。当硬件发生改变，影响了操作系统。其次单次交互512字节太小了，操作系统会频繁的访问磁盘。

操作系统以4KB与磁盘交互，一方面可以提高操作系统查找效率，其次是实现操作系统和硬件的解耦。

文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。

磁盘随机访问(Random Access)与连续访问(Sequential Access)

随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。

连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。

因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

MySQL与磁盘的基本交互

MySQL本质上也可以理解为一个文件系统。

操作系统与硬件交互是4KB
MySQL 进行IO的基本单位是 16KB(InnoDB存储引擎)

在这里插入图片描述
MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）

总结：

MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。MySQL在启动时就已经申请了大量的空间，作为数据的缓冲区（buff_pool）

MySQL对表的增删查改都是在buff_pool中实现的，如果buff_pool中没有需要的数据，则MySQL会先将数据从内存拿到buff_pool，在buff_pool修改后刷新到磁盘上。

根据上面的分析，MySQL所有的操作都在内存中进行，而不是磁盘

3.索引的理解（B+树索引结构）

首先在MySQL中，要管理很多数据表文件。
而要管理好这些文件，一定有大量page换入换出内存，MySQL需要对这些page进行管理，就需要先描述，在组织，

page在MySQL中以双链表的形式存储。
Page大小固定为16KB。

下图是一个Page的部分结构
在这里插入图片描述

首先如果数据有序，查找的效率会提高很多。如果直接线性遍历，效率比较低，同时如果数据有序，MySQL在设计Page中可以设计类似“目录”的结构提高搜索效率。
在这里插入图片描述
使用空间换取时间。

进一步，如果Page很多时，在定位Page时就会产生效率问题。MySQL为了解决这个问题，解决方法类似，给Page带上"目录"。

MySQL在管理Page时有写Page不保存用户数据，只用来保存Page与Page之间的关系。加目录的方式也是区间性的
在这里插入图片描述
当数据继续增多时，对目录再添加一层目录

这种结构就成为B+树，上文B+树的组织方式就称为索引结构。

B+树是一颗多叉树，叶子节点个数与每个目录区间个数有关

MySQL B+树特点：

数据全部保存在叶子节点的形式，叶子节点通过双链表的形式组织起来
MySQL默认会构建主键索引，MySQL默认会把数据以B+树的结构保存到buff_pool里。
数据的增删查改就是修改B+树的过程。Page中有标记位标记是否需要修改，定期把标记的Page IO 16KB刷新到磁盘即可。
需要访问那些Page是MySQL才会将这个Page换入到内存中。整个B+树不会全部加载到内存里。
MySQL 索引Page不带数据，因为这样16KB可以保存更多索引信息。降低了树的高度，IO次数减少，效率更高。
叶子节点采用双链表的形式，不仅方便了在叶子节点上插入数据，还方便了MySQL区间查找。
MySQL是一个用户级别的文件系统，所有底层完成的数据读写，本质上也是通过读取文件完成的，Page是固定大小，使读写文件的难度降低。

B+树与页表

将B+树倒置过，可以发现，操作系统虚拟内存向物理内存映射时就是通过B+树的形式映射的（页表）

在这里插入图片描述

B树与B+树

这两棵树，最主要的区别是：

B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目录页，只有键值和Page指针
B+叶子节点，全部相连，而B没有

MySQL选择B+树不选择B树的原因

节点不存储data，这样一个节点就可以存储更多的key。可以使得树更矮，所以IO操作次数更少。
叶子节点相连，更便于进行范围查找

4.聚簇索引与非聚簇索引（MyISAM）

MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址而不是数据。下图为 MyISAM 表的主索引，Col1 为主键

在这里插入图片描述
MyISAM每次将选中地址的数据加载到内存上，MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引。

相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的，这种索引形式是聚簇索引

数据有没有放到索引里，放到索引里就是聚簇索引（InnoDB）,反之就是非聚簇索引（MyISAM）

5.索引的建立

索引的建立是以列为单位的。

也可以建立按照其他列信息建立索引，一般这种索引叫做辅助（普通）索引。

对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。
InnoDB 的非主键索引中叶子节点并没有数据，而只有对应记录的key值。
所以通过辅助（普通）索引，找到目标记录，需要两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。这种过程，就叫做回表查询。
InnoDB采用这种方式，防止了用户创建大量的索引导致数据冗余。