深入浅出索引（上）

最新推荐文章于 2024-09-03 01:28:26 发布

懒人猿

最新推荐文章于 2024-09-03 01:28:26 发布

阅读量150

点赞数

分类专栏： Mysql

本文链接：https://blog.csdn.net/qq_46387088/article/details/114578828

版权

Mysql 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

索引的出现其实就是为了提高数据查询的效率，就像书的目录一样

索引的常见模型

常见的也比较简单的可以用于提高读写效率的数据结构：哈希表、有序数组、搜索树

哈希表：是一种以键-值（key-value）存储数据的结构，我们只要输入待查找的值即key，就可以找到其对应的值即value。哈希的思路很简单，把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置。不可避免的，多个key值经过哈希函数的换算，会出现同一个值得情况。处理这种情况的一种方法是，拉出一个链表。**哈希表这种结构适用于只有等值查询的场景。**比如Memcached及其他一些NoSQL引擎，而有序数组在等值查询和范围查询场景中的性能就都非常优秀。

有序数组：有序数组索引只适用于静态存储引擎，比如要保存的是18年某个城市的所有人口信息，这类不会再修改的数据

二叉树：特点：每个节点的左儿子小于父节点，父节点又小于右儿子。二叉树是搜索效率最高的，但是实际上大多数的数据库存储却并不使用二叉树。其原因是，索引不止存在内存中，还要写到磁盘上。为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块，那么，我们就不应该是用二叉树，而是要使用“N叉”树。“N叉”树中的N取决于数据快的大小。

数据库底层存储的核心就是基于这些数据模型的。每碰到一个新数据库，我们需要先关注它的数据模型，才能从理论上分析出这个数据库的适用场景

在mysql中，索引都是在存储引擎层实现的，所以并没有统一的索引标准，即不同存储引擎的索引的工作方式并不一样。而即使多个存储引擎支持同一种类型的索引，其底层的实现也可能不同。InnoDB存储引擎在mysql数据库中使用最为广泛。

InnoDB的索引模型

在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。又因为前面我们提到的，InnoDB使用了B+树索引模型，所以数据都是存储在B+树中的。

B+树能够很好的配合磁盘的读写特性，减少单次查询的磁盘访问次数。

每一个索引在InnoDB里面对应一颗B+树。

假设，我们有一个主键列为ID的表，表中有字段k，并且在k上有索引。这个表的建表语句是：

mysql> create table T(
id int primary key, 
k int not null, 
name varchar(16),
index (k))engine=InnoDB;

扩展重建索引k：对于InnoDB表T，如果要重建索引k，两个sql语句可以这么写：

alter table T drop index k;
alter table T add index(k);

如果你要重建主键索引，可以这么写：

alter table T drop primary key;
alter table T add primary key(id);

为什么要重建索引？
索引可能因为删除，或者页分裂等原因，导致数据页有空洞，重建索引的过程会创建一个新的索引，把数据按顺序插入，这样页面的利用率最高，也即是索引更紧凑，更省空间。
重建索引k的做法是合理的，可以达到省空间的目的，但是重建主键的过程不合理。不论是删除主键还是创建主键，都会将整个表重建。所以连着执行这两个语句的话，第一个语句就白做了。这两个语句，可以用alter table T engine=InnoDB。
表中R1~R5的（ID，k）的值分别为（100，1），（200，2），（300，3），（500，5），（600，6），两棵树的示例示意图如下：
在这里插入图片描述
从图中可以看出，根据叶子节点的内容，索引类型分为主键索引和非主键索引