深入理解 Mysql -- 索引底层和性能优化

数据的存储、磁盘IO与索引

• mysql 数据以记录为单位，离散地存储在硬盘上，我们依靠存储地址来找到记录
• 很多时候我们没办法直接找到想要的数据。因为通常我们的需求形如：找的学号为2016060666的学生的记录；而不是：找到磁盘中以0x00123456位置开头的记录
• 这时我们对所有记录进行轮询，依次访问每一条记录的学号是不是我们要查找的学号，这样的查找效率极低
• 磁盘IO是非常耗时的操作，因为每访问一个数据就要做一次磁盘IO，一次磁盘IO包括磁头寻道和等待扇区
• 解决办法就是让磁盘在做少次的IO后找到我们要的记录，将查找条件和记录地址建立联系，在不同场景下建立有利于查找的数据结构，如二叉树、HashMap等
• 能够帮助我们高效查找数据的数据结构就是索引，索引能够提高查找效率，但是减低写效率

索引结构

二叉树（红黑树/AVL）

• 利用二分查找树或红黑平衡树可以快速找到我们要找的元素，但是对于数据库来说，表的记录往往是会不断增长的，即树的结构收到数据和插入次序的影响，此时得到的树不理想

• 可以看出要想的到一颗理想的二叉树，那么索引值和插入次序条件将会十分苛刻，绝大部分场景下等不到接近理想的二叉树
• 红黑树/二叉平衡树情况比二叉树好一些，但是数据规模大的时候，树的深度会很大，意味着依然需要做很多次磁盘IO，效果依然不理想

HashMap

HashMap一次查找的时间复杂度是O(1)，但是只能做等值查询，做不到范围查询，在很多场景下依然不适用</