MySQL 的体系结构、引擎与索引

最新推荐文章于 2024-10-06 19:50:43 发布
最新推荐文章于 2024-10-06 19:50:43 发布
阅读量495 收藏 1
点赞数
文章标签： mysql 数据库 服务器
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_53341445/article/details/129191411
版权

MySQL的引擎与体系结构

体系结构

连接层

最上层是一些客户端和链接服务，主要完成一些类似于连接处理、授权认证、及相关的安全方案。服务器也会为安全接入的每个客户端验证它所具有的操作权限

服务层

第二层架构主要完成大多数的核心服务功能，如SQL接口，并完成缓存的查询，SQL的优化和分析，部分内置函数的操作。所有跨存储引擎的功能也是在这一层实现的，如过程、函数等

引擎层

存储引擎真正的负责MySQL中个数据的存储与提取，服务器通过API和存储引擎进行通信，不同的存储引擎具有不同的功能，这样子我们也可以根据自己的需求，来选取合适的存储引擎

存储层

主要是将数据存储在文件系统之上，并完成与存储引擎的交互

存储引擎

存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式，存储引擎是基于库的，所以存储引擎也可以被称为表类型

默认引擎-InnoDB

查看所有的引擎
show engines;

可以看到所有的引擎

image-20230223091416826

存储引擎的特点

InnoDB

InnoDB是一种兼顾高可靠性和高性能的通用存储引擎，在MySQL5.5版本之后，InnoDB是默认的MySQL的引擎。

特点
  • DML(增删改)操作支持ACID(原子性、一致性、隔离性、持久性)模型，支持事务
  • 行级锁，提高并发访问的性能
  • 支持外键（Foreign Key）约束，保证数据的完整性和正确性
文件

xxx.ibd:xxx代表的是表明，innoDB引擎的每张表都会对应着这样的一个表文件，存储该表的表结构(frm、sdi)、数据和索引，参数innodb_file_per_table 默认为no，表示每张表各自占用一个表空间，如果为yes表示多张表共用一个表空间

查看指令

-- 查看是共用多个表空间
show variables  like 'innodb_file_per_table';

image-20230223092537403

查看ibd文件：

我在本地系统中找到了自己库的文件

image-20230223092657145

但是这个文件是一个二进制文件没法直接查看，但是可以借助指令来进行一个查看

ibd2sdi 文件命.ibd

查看结果：

image-20230223092906120

可以直接看到表的全部信息以及字段信息

逻辑空间
  • TableSpace 表空间
  • Segment：段
  • Extent：区 区的大小是固定的，是1M， 可以包含64个页
  • Page：页 页是操作的最小单元，大小页是固定的，一个页16K
  • Row：行

image-20230223093129669

MyISAM

MyISAM是MySQL的早期默认存储引擎

特点

不支持事务，不支持外键

支持表锁，不支持行锁

访问速度快

文件

*.sdi：存储表结构信息

.MYD：存储数据

***.MYI **：存储索引

Memory

Memory引擎的表数据是存储在内存中的，由于受到硬件问题、断电问题的影响，只能将这些表作为临时表或者缓存使用

特点

内存存放

hash索引

文件

*.sdi：存储表结构信息

各个引擎的特点

特点InnoDBMyISAMMemory
存储限制64TB有有
事务安全支持--
锁机制行锁表锁表锁
B+tree索引支持支持支持
hash索引--支持
全文索引5.6之后支持支持-
空间使用高低
内存使用高低中等
批量插入速度低高高
支持外键支持--

InnoDB与MyISAM：InnoDB支持事务、外键和行级锁

执行引擎的选择

  • InnoDB：是MySQL的，默认引擎，支持事务、外键，如果应用对事物的**完整性**有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询外，还包含很多更新、删除操作，那么InnoDB存储引擎是比较合适的选择

  • MyISAM：如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事物的完整性、并发性要求不是很高，那么选择这个存储引擎比较合适

  • Memory：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。Memory缺陷是对标的大小有限制，太大的表无法缓存在内存中，而却无法保证数据的安全性

索引

索引概述

什么是索引？

索引（index）是帮助MySQL搞笑获取数据的数据结构（有序），在数据之外，数据库系统还维护者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

优缺点
优点缺点
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
通过索引列堆数据进行排序，降低数据排序的成本索引大大提高了查询效率，同时也降低更新表的速度，如对表进行
Insert、update、delete操作时，效率降低（但实际上查询操作更多，而增改删操作较少）

索引数据结构

MySQL的索引是在存储引擎曾实现的，不同的存储引擎有不同的结构，主要包括以下几种：

索引结构描述
B+Tree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通过哈希表实现的，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，比较少用
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ES

索引支持

索引InnoDBMyISAMMemory
B+Tree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-text5.6版本之后支持支持不支持

平时所说的索引，如果没有特别的指明，都是B+树结构组织的索引

B+Tree

image-20230223133427265image-20230223133453731image-20230223133650349

二叉树的缺点：顺序插入时，会形成链表，查询性能大大降低。大数据量的情况下，层级较深，检索速度较慢

红黑树：能够解决顺序插入形成链表的情况，但是在大数据量的情况下，层级较深，索引速度较慢

B-Tree（多路平和查找树）:以一颗最大度数（max-degree）为5阶的b-tree为例（每个节点最多存储4个key，5个指针）【树的度数指的是一个结点的子结点个数】：

image-20230223134121157

B+Tree与B-Tree的区别：

  1. 所有的数据都会出现在叶子节点
  2. 叶子节点形成一个单向链表

image-20230223142729938

MySQL的B+树相对于经典的B+树进行了优化，在原有的B+树的基础上，增加了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B+树，提高区间访问性能

image-20230223144119948

Hash

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，他们就会产生hash冲突，可以通过链表进行解决

特点：
  1. Hash索引只能用于对等比较（=，in），不支持范围查询
  2. 无法利用索引完成排序操作
  3. 查询效率高，通常只需要一次检索就可以了，效率通常高于B+Tree索引
存储结构支持

在MySQL中，支持hash索引的是memory引擎，而innodb中具有自适应hash功能，hash索引是存储引擎根据B+树索引在指定条件下自动构建的

InnoDB存储引擎为什么要选择B+Tree索引结构
  • 相对于二叉树，层级更少，搜索效率更高
  • 相对于B-Tree，无论是叶子节点还是非叶子节点都会存储数据，这样导致一页中存储的键值减少，指针跟着减少，要同时保存大量数据，只能增加树的高度，导致性能降低
  • 相对于Hash索引，B+Tree支持范围匹配和排序操作

索引分类

分类含义特点关键字
主键索引针对于表中逐渐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的某个数据列中的重复值可以有多个UNIQUE
常规索引快速定位特定数据可以有多个
全文索引全文索引超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FUNNTEXT

在InnoDB存储索引中，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在一块必须有，而且只能有一个
非聚集索引/二级索引/辅助索引（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
  • 如果不存在逐渐，将使用第一个唯一(UNIQUE)索引作为聚集索引
  • 如果表没有逐渐，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
select * from user where name = "Arm"

image-20230223151324583

查询条件是name，那么就先走二级索引，二级索引查找到之后就会拿到这一行的主键ID，根据主键在聚集索引中进行查询，找到这一行的数据。

回表查询指的是现在二级索引中找到主键值，然后再到主键索引中找到对应的行，这种查询被称为回表查询

索引的语法

创建索引

CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (index_col_name,....)

一次可以创建多个索引，如果使用UNIQUE或者FULLTEXT 则表示创建的是唯一/全文索引，反之则是普通索引

查看索引

SHOW INDEX FROM table_name;

删除索引

DROP INDEX index_name ON table_name

SQL 性能分析

SQL执行频率

MySQL客户端连接成功后，通过show [session|global] status命令可以提供服务器状态信息。通过下面指令可以看到当前数据库的insert update delete select 的访问频率：

SHOW GLOBAL STATUS LIKE 'COM_______'; 
-- 7个下划线

image-20230223160919531

慢查询日志

慢查询日志记录了所有执行时间超过指定参数(long_query_time,单位：秒，默认为10s)的所有SQL语句的日志。

MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件(/etc/my.cnf)中配置

查询是否开启了慢查询日志：

show variables  like 'slow_query_log';

image-20230223161836040

image-20230223162624594

修改配置文件

# 开启MySQL慢查询日志查询开关
slow_query_log=1
# 设置慢日志的时间为2s，如果语句执行时间超过了2s，就会被视为慢查询，记录慢查询日志
long_query_time=2

image-20230223163009742

profile详情

show profiles能够在做SQL优化时帮助我们了解事件都消耗到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持profile操作

查看是否支持该操作

select @@have_profiling;

image-20230223163541020

默认情况下profiling是关闭的，可以通过set语句在session/global级别开启profiling；

set profiling = 1;

先查看是否已经开启：

select @@profiling;

image-20230223163853269

如果为1则表示已经打开，这里为0，表示没有打开，需要再进行一次设置，设置成功后再次查询：

image-20230223164150342

#这里我的建议是 不用看，因为MySQL8.0之后要废弃这个方法
'SHOW PROFILES' is deprecated and will be removed in a future release. Please use Performance Schema instead
explain执行计划

EXPLAIN或者DESC命令获取MySQL如何执行select语句的信息，包括在select语句执行过程中如何连接和连接顺序

-- 直接在select 语句之前加上关键字 explain 或者desc即可
explain select 字段列表 from 表名 where 条件;

查询语句：

explain select * from  shop.tb_newbee_mall_admin_user where admin_user_id ='1';

查询结果：

image-20230223165820527

含义介绍

  • Id

    select查询的序列号，表示查询中执行select子句或者是操作表的顺序(Id相同，执行顺序从上到下，Id不同，值越大越先执行)。

  • select_type

    表示select的查询类型，常见的取值有SIMPLE（见到表，及不使用表连接或者子查询）、PRIMARY(主查询，即外层的查询)

    UNION（UNION中的第二个或者后面的查询语句）、SUBQUERY（Select/where之后包含了子查询）等等

  • type

    表示连接类型，性能从好到差以此为：NULL system CONST eq_ref ref range index all

    根据唯一主键进行查询会返回CONST，非唯一主键返回ref，null几乎达不到，除非不查询任何表

  • possible_key

    显示可能应用在这张表上的索引，一个或者多个

  • key

    实际使用的索引，如果为null，则表示没有使用索引

  • key_len

    表示索引中使用的字节数，该职位为索引字段最大可能值，并非实际使用长度，在不损失精确性的前提下，长度越长越好

  • rows

    MySQL认为必须执行的查询的行数，在innodb引擎的表中，是一个预估值，可能并不总是准确。

  • filtered

    表示返回结果的行数占需读取行书的百分比，filtered越大越好

索引使用

失效原因

最小前缀法则

如果索引了多列（联合索引），要遵守最左前缀法则，最左前缀法则指的是查询从索引最左列开始，并且不能够跳过索引中的列，如果条约某一列，索引将部分失效（后面的字段索引失效）

举个例子，现在存在一个联合索引，分别为字段A B C，顺序页是从左往右在查询过程中如果输入

select * from table where A = 1 and B = 2 and C = 3;

这样的话就会走联合索引，查出来的key_len等于ABC三个字段的和

那么如果不带C

select * from table where A=1 and B=2;

这样子仍然走联合索引，但是key_len等于AB两个字段的长度，

依此类推

那么此时不走A

select * from table where B =1 and C=3 ;

由于A是最左列，这样子就不满足最左前缀法则，所以索引为null

那么如果我们有A但是跳过B直接到C

select * from table where A = 1 and C = 3;

这样子走索引，但是key_len等于A的长度，则表示C已经被丢失，对应了后面的索引失效

那么我们走ABC但是顺序不一样

select * from table where b= 1 and c= 2 and a=1;

这样子和第一种情况相似，字段长度仍为ABC的总和

范围查询

联合索引中，出现了范围查询(>,<),范围查询右侧的索引失效，但是>= 这种可以直接规避这种情况

索引列运算操作

不要再索引列上进行运算操作，否则索引将失效

举个例子：

自己创建了一个表和一个联合索引，用nick_name和address 进行联合，用nick_name进行一个直接查询

explain select * from shop.tb_newbee_mall_user where nick_name = '十三';

结果：

image-20230223191645430

那么我们进行计算，进行一个字符串切割再查看结果：

explain select *from shop.tb_newbee_mall_user where substr(nick_name,1,3) = '198';

image-20230223191731724

在这里看出来索引直接失效

需要注意的是，如果是模糊查询，直接自己手动拼接 写成 字符串%不会出现任何问题，还是会走索引，如果是'%字符串%'则不会走索引，CONCAT也相同

使用CONCAT函数

explain select *from shop.tb_newbee_mall_user where nick_name like CONCAT('%','198','%');

运行结果：

image-20230223192133144

单个：

explain select *from shop.tb_newbee_mall_user where nick_name like '198%';

image-20230223192415349

字符串不加引号

字符串不加引号，会造成索引失效

例如：加上引号

explain select * from shop.tb_newbee_mall_user where nick_name = '1986565395';

效果：

image-20230223192808431

不加引号

explain select * from shop.tb_newbee_mall_user where nick_name = 1986565395;

效果：

image-20230223192921015

可能会使用tb_wxk这个索引，但是实际上并没有进行使用

发生了隐式转换

模糊查询

如果只是尾部模糊匹配，索引不会失败，如果是头部模糊匹配，索引则会失效

or连接的条件

用or分隔开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么设计的索引都不会被用到

先查看索引：

show index from shop.tb_newbee_mall_user;

image-20230223194954827

在这里使用or进行连接

连接两个都有索引的字段

explain select * from shop.tb_newbee_mall_user where nick_name='1986565395' or user_id=1;

image-20230223201325170

一个字段没有索引

explain select * from shop.tb_newbee_mall_user where nick_name='1986565395' or is_deleted=0;

结果：image-20230223202946941

数据分布影响

如果MySQL评估使用索引比全表更慢，则不使用索引

比如说这里的nickname是0~10，都比0大

image-20230223203905171

那么我进行一个操作查询操作

explain select * from shop.tb_newbee_mall_user where nick_name >= '0';

按照正常流程，这个操作是要走索引的，此外nick_name全都比0大

运行结果如下：

image-20230223204401141

到最后没有走索引，而是选择了扫描全表

那么再次进行一个更换

explain select * from shop.tb_newbee_mall_user where nick_name <= '0';

image-20230223204501977

这样子又走索引了。

那么我们查询大于等于5的（大于等于五的数据小于一半）

explain select * from shop.tb_newbee_mall_user where nick_name >= '5';

image-20230223204847415

这时候还是老老实实的走了全局索引

说明MySQL在选择扫描全表还是走索引会进行评估，这个评估和数据分布有关

索引使用原则

SQL提示

我们知道nick_name和address是一个联合索引，在这里我将nick_name设置成为一个单列索引

create index tb_nick on shop.tb_newbee_mall_user(nick_name);

查看所有的索引：

image-20230223205529669

可以看到此时的nickname已经存在两个索引，那么执行下面SQL

explain select * from shop.tb_newbee_mall_user where nick_name = '2';

image-20230223205646756

最后还是走了联合索引，说明在这时MySQL自己做出了选择，那么如何规避这个选择？这时候就是用到了SQL提示

SQL提示，是优化数据库的一个重要手段，简单来说，就是SQL语句中加入一些认为的提示来达到优化的作用

  • use index:

     explain select * from shop.tb_newbee_mall_user use INDEX (tb_nick) where nick_name ='5'

    在这里要求使用了tb_nick这个锁：

    image-20230223210032191

  • ignore index:

    忽略某个index

     explain select * from shop.tb_newbee_mall_user ignore INDEX (tb_nick) where nick_name ='5';

    这里选择忽略tb_nick这个索引

    image-20230223210125659

    直接不进行使用

  • force index:

    强制使用某个索引

     explain select * from shop.tb_newbee_mall_user force INDEX (tb_nick) where nick_name ='5';
覆盖索引

尽量使用覆盖索引（查询使用了索引，并需要返回的列，在该列中已经全部能找到），减少使用 select *

explain  select  nick_name,address from shop.tb_newbee_mall_user where nick_name >= '5';

在这里我们查询nickname和address，

查询结果

image-20230223213207906

我们在查询is_deleted:

explain select is_deleted from shop.tb_newbee_mall_user where nick_name >= '5';

image-20230223213249723

using index condition 查找使用了索引，但是需要回标查询

using where, using index 查找使用了索引，但是需要的数据都在索引列中能够找到，不需要进行回表查询操作

前缀索引 不建议使用，可以考虑ES

当字段为字符串(varchar text等)时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO，影响查询效率，此时可以只讲字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率

  • 语法：

    create index idx_xxx on table_name(column(n))

  • 前缀长度

    可以根据索引的许安则醒来确定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的

    select count(distinct email)/count(*) from tb_user;
select count(distinct substring(email,1,5)) / count(*) from tb_user;
不知落叶何时落
关注
mysql索引详解
学Java，找哪吒
07-07 10万+
MySQL的存储引擎架构将查询处理与数据的存储/提取相分离
浅析MySQL体系结构与存储引擎
ZY-JIMMY
05-20 1534
数据库和实例 、MySQL体系结构 、MySQL存储引擎 、存储引擎的选择
MySql引擎、索引
qq_48019875的博客
01-21 2010
目录一、MySql架构连接层服务层引擎层物理文件存储二、Mysql引擎三、索引为什么要有索引呢？什么是索引？索引原理索引优势索引劣势索引创建原则什么情况下，需要索引？什么情况下，不建议用索引？索引分类主键索引单值索引唯一索引组合索引(复合索引)组合索引最左前缀原则删除索引全文索引查看索引索引数据结构聚簇索引和非聚簇索引聚簇索引非聚簇索引 一、MySql架构 连接层 是一些客户端和连接服务，包含本地sock通信和大多数基于客户端/服务端工具实现的类似于tcp/ip的通信。负责与客户端和程序建立连接，认证…
MySQL引擎、索引和优化（li）
angjiu8534的博客
07-23 192
一、存储引擎 　　存储引擎，MySQL中的数据用各种不同的技术存储在文件（或者内存）中。这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。通过选择不同的技术，你能够获得额外的速度或者功能，从而改善你的应用的整体功能。InnoDB存储引擎是5.5版本后Mysql的默认数据库，事务型数据库的首选引擎，支持ACID事务，支持行级锁定。另外还有常...
MySQL 篇-深入了解存储引擎、索引（InnoDB 索引结构 B+Tree、索引使用规则）
最新发布
小扳手
10-06 2925
索引是帮助 MySQL 高效获取数据的有序的数据结构。在数据之外，数据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。索引的优缺点：优点：1）提高数据检索的效率，降低数据库的 IO 成本。2）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。缺点：1）索引列也是要占用空间的。
MySQL索引及引擎
weixin_39319605的博客
11-07 985
MySQL索引及引擎MySQL引擎MySQL索引数据结构MySQL锁 MySQL引擎 引擎 支持的索引 支持的所 innodb B-tree 行锁 MySam 表锁 memory hash索引 MySQL索引数据结构 MySQL锁
MySQL索引和引擎
赵昕彧
04-29 313
一.索引 应用 在使用MySQL或其他数据库的时候，往往需要给表添加索引，这样一般可以给数据的查询速度带来极大的提升。 概念 索引，可以理解成一本书的目录，用于快速了解和定位书本中的内容。而在MySQL中，索引是帮助其高效获取数据的、已排好序的数据结构 索引的数据结构 二叉树 红黑树 Hash表 B-Tree … 索引案例 比如现在，MySQL中有这么一张表 test，需要进行查询（...
mysql-索引与引擎
h1774733219的博客
05-09 766
文章目录本质聚集索引辅助索引索引覆盖回表 本质 索引本身也是一种数据，它的存在就是为了提高数据的查询效率；首先看mysql是如何查找数据的。 默认使用B+树 叶子节点使用双向链表指针(方便范围查询) mysql的数据是存储在磁盘上(磁盘块，通常大小4k)的，而mysql查找数据需要将数据从磁盘读到内存(这就是io中的读)，读取是以页的形式往内存中读取(大小通常为16k)，索引的节点就等于是一个页，通常一行数据都是小于16k，那么一个节点上可以存储多行数据 聚集索引 innoDB支持，使用主键建立聚集索引，如
MySQL体系结构及原理(innodb)图文完美解析
03-01
### MySQL体系结构及原理(innodb)图文完美解析 #### 宏观认识 在深入探讨MySQL的体系结构及其核心组件InnoDB之前，我们先来理解几个基础概念。 1. **MySQL简介** MySQL是一种开源的关系型数据库管理系统(RDBMS)...
基于MySQL体系结构的分析
10-27
8. Engine（存储引擎）：存储引擎是MySQL体系结构中最为重要且灵活的部分。存储引擎负责MySQL中数据的存储和提取。MySQL的存储引擎是插件式的，可以提供不同的功能和性能特性。例如，MyISAM引擎特别适合于读多写少的...
mysql索引及引擎
Mutou_ren的博客
10-17 244
索引：https://www.cnblogs.com/aspwebchh/p/6652855.html 引擎：https://blog.csdn.net/u014066037/article/details/52168292
数据库索引及引擎(Mysql)
小二笙的博客
04-23 366
1.什么是索引? 在数据库中，索引的含义与日常意义上的“索引”一词并无多大区别（想想小时候查字典），它是用于提高数据库表数据访问速度的数据库对象。 A）索引可以避免全表扫描。多数查询可以仅扫描少量索引页及数据页，而不是遍历所有数据页。 B）对于非聚集索引，有些查询甚至可以不访问数据页。 C）聚集索引可以避免数据插入操作集中于表的最后一个数据页。 D）一些情况下，索引还可用于避免排序操作。 当然，众...
mysql的引擎索引_mysql数据库索引和引擎
weixin_42682925的博客
02-01 175
1. 数据库索引1.1 索引作用当我们在数据库表中查询数据时，若没有索引，会逐个遍历表格中的所有记录，表格中数据记录量大时很耗时。建立索引就像创建目录一样，直接通过索引找到数据存储位置，加快查找。例如：有一张person表，其中有2W条记录，记录着2W个人的信息。有一个Phone的字段记录每个人的电话号码，现在想要查询出电话号码为xxxx的人的信息。如果没有索引，那么将从表中第一条记录一条条往下遍...
MySql中InnoDB引擎索引
波波的专栏
05-01 1784
Mysql中InnoDB引擎的索引分两类，一类是一级索引（主键的同义词），一类是二级索引（非主键的索引）。两类索引都使用B+tree形式组织，但一级索引的叶子节点包含所以对应的整行信息，所有的查询最终都是通过一级索引完成，二级索引只包含二级索引对应的一级索引。所以直接使用一级索引比用二级索引快，因为少了一系列二级索引到一级索引的磁盘I/O。同时，使用主键查询时，这种数据组织方式也比数据和索引分开要快
【MySQL高级】Mysql的体系结构概览及存储引擎以及索引的使用
专注于Java领域开发 关注我 带你玩转Java
11-04 334
Mysql的体系结构概览、存储引擎、索引的使用
MySql索引与引擎
Yanggg_的博客
07-20 1789
innoDB   innodb存储引擎的mysql表提供了事务，回滚以及系统崩溃修复能力和多版本迸发控制的事务的安全。 innodb支持自增长列（auto_increment）,自增长列的值不能为空，如果在使用的时候为空的话怎会进行自动存现有的值开始增值，如果有但是比现在的还大，则就保存这个值。 innodb存储引擎支持外键（foreign key） ,外键所在的...
MySQL索引、引擎
a5678110的博客
09-23 290
一、索引 索引是一种存储引擎能快速找到记录的数据结构。 索引如果包含多个列，列的顺序就十分重要，MySQL只能高效使用最左前缀列。创建包含两个列的索引和创建两个列的单独索引，效果也是不一样的。 索引是存储引擎层面实现的，不是服务器层面。 索引的类型 B-Tree B+Tree B+Tree相对于B-Tree的几点不同： 非叶子节点只存储键值信息。 所有叶子节点之间都有一个链指针。 ...
Mysql——索引、引擎
qq_37711237的博客
12-09 95
MySQL 是一款常用的关系型行级数据库，它支持多种不同的存储引擎，每个存储引擎有其自己的特点和优缺点，可以根据应用程序的需求选择不同的存储引擎。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值