【学习总结】MySQL篇

DragonZhuCn

已于 2024-08-08 15:23:58 修改

阅读量411

点赞数 4

文章标签：学习 mysql 数据库

于 2024-08-06 17:24:34 首次发布

本文链接：https://blog.csdn.net/qq_43813182/article/details/140961371

版权

MySQL

MySQL索引

B+树

B+树和作为索引，有两个明显特点
一是、他的层级非常低，我们都知道传统的平衡二叉树。它们的阶为2，如果数据量很大，AVL树（传统的平衡二叉树）的层级就非常深。但是B+树，它是有序多路查找树。可以大大的降低树的层级。以减少查询的次数。从而大幅度优化时间复杂度。（这也是B树的优点）
二是、B+树只在叶子节点存放数据。和B树在所有节点存放数据相比。它有以下几个好处

减少B树查询的极端情况。B树在节点上的数据，查询很快。但是叶子节点上的数据，查询较慢。
更好的范围查询性能，B+树在叶子上还形成了双指针。指向前后叶子节点。这就使得B+树的叶子节点形成了双向链表的数据结构。从而大幅度提高范围查询性能。
更快的删除和新增操作。B树因为非叶子节点也会存放数据。所以在新增和修改的过程中。会频繁地进行节点分裂和合并操作。但是B+树的数据都放在叶子节点。从而避免了节点的分裂与合并操作。

全文索引

(MyISAM和InnoDB 5.6以后都支持)
专门用于在文本数据上执行搜索操作，如搜索包含特定单词或短语的记录。
全文索引通过一种特殊的数据结构和算法（如倒排索引）来存储和查询文本数据，以实现高效的文本搜索。
创建全文索引的SQL语法类似于创建其他类型的索引，需要使用FULLTEXT关键字，并且全文索引可以包含在一个或多个列上。例如：

CREATE TABLE articles (  
    id INT AUTO_INCREMENT,  
    title VARCHAR(200),  
    body TEXT,  
    PRIMARY KEY (id),  
    FULLTEXT (title, body)  
) ENGINE=InnoDB;

哈希索引

（MEMORY/HEAP）
MySQL的hash索引是一种基于哈希表（Hash Table）实现的特殊数据库索引类型，它利用哈希函数（Hash Function）将索引列的值转化为一个固定长度的哈希码（Hash Code），然后用这个哈希码作为索引项在表中定位数据记录的位置。

哈希索引的优势：

查询速度快：对于等值查询，hash索引的查询效率非常高，理想情况下接近O(1)的时间复杂度。
内存优化：在MySQL中，hash索引通常是一种内存优化的索引结构，即数据存储在内存中而不是磁盘上，这进一步提高了查询效率。

哈希索引的局限：

不支持范围查询：由于哈希函数的特性，hash索引无法直接支持范围查询（如使用“<”或“>”运算符的查询），这类查询需要全表扫描。
哈希冲突：由于哈希函数的输出范围是有限的，而输入数据的范围可能是无限的，因此在实际应用中，哈希冲突几乎是不可避免的。当发生哈希冲突时，MySQL通常采用开放地址法、链表法等技术来解决。

索引失效

当使用复合索引时，查询sql又不符合最左前缀原则时。索引往往会失效。
复合索引在mysql中是以键值对的形式存在的，也就是<K，V>形式。MySQL往往以K作为传统的id进行排序保存操作。而当人们使用V进行查找时。MySQL就会认为这还不如全局查找呢。于是就会发生索引失效的情况。
同样的，如果我们用字符串的模糊查找。例如要查找abc，不用a%，而用%c。这也不符合最左前缀原则，mysql也会使用全局查找而放弃索引。

学习视频：
【吊打面试官】MySQL索引失效的底层原理，终于有人讲清楚了
 动画演示：用最简单直白的方式讲解MySQL的主键索引、普通索引和联合索引
 终于把B树搞明白了(一)_B树的引入，为什么会有B树