- 为什么需要使用索引?
- 数据结构Hash,平衡二叉树,B树,B+树的区别
- 机械硬盘,固态硬盘的区别
- Myisam和Innodb B+树的区别
- MySQL中的索引是什么数据结构
- B+树中的节点到底存放多少
为什么需要使用索引?
索引是帮助Mysql高效获取数据的数据结构。
白话文:索引就像书的目录一样可以快速的定位到书的页码。
如果向mysql发出一条sql的语句请求,查询的字段没有创建索引的话,会导致全表扫描,这样的话查询效率非常低。
数据结构Hash算法
哈希表(散列表),是根据关键码值(Key Value)而直接进行访问的数据结构。也就是说,它通过关键码值映射到表中一个位置来访问记录,以加快查找速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。
优点:查找可以直接根据key访问
缺点:不能范围查找
数据结构平衡二叉树算法
平衡二叉树,又称AVL树。它除了具备二叉查找树的基本特征之外,还具有一个非常重要的特点:他的左子树和右子树都是平衡二叉树,而且左子树和右子树的深度之差的绝对值(平衡因子)不超过1。也就是说AVL树每个节点的平衡因子只可能是-1、0和1(左子树高度减去右子树高度)。
优点:平衡二叉树算法基本与二叉树查询相同,效率比较高
缺点:插入操作需要旋转,支持范围查询
数据结构B树
维基百科对B树的定义为“在计算机科学中”,B树(B-tree)是一种树状数据结构,它能够存储数据,对其进行排序并允许以O(log n)的时间复杂度进行查找,顺序读取,插入和删除的数据结构。B树,概括来说是一个节点可以拥有多于2个子节点的二叉查找树。与平衡二叉树不同,B树为系统最优化大块数据的读和写操作。B树算法减少定位记录时所经历的中间过程,从而加快存取速度。普遍运用在数据库和文件系统中。
因为B树节点元素比平衡二叉树要多,所以B树数据结构相比平衡二叉树结构实现减少磁盘的iO操作
数据结构B+树
新增叶子节点与非叶子节点的关系,叶子节点中包含了key和value,非叶子节点中只包含了key,不包含value,叶子节点使用链表,顺序排序,范围查询效率高。
MyISam:叶子结点存储数据信息的地址
INnoDB:叶子结点存储每行数据的信息
结合,有一定顺序排序,从而范围查询效率非常高。
缺点:因为有冗余节点数据,会比较占内存。
MySql数据库优化方案
索引的优化
sql慢查询的优化
表的优化
开启慢查询日志,可以让MySQL记录下查询超过指定时间的语句,通过定位分析性能的瓶颈,才能更好的优化数据库系统的性能。
先捕获低效SQL→慢查询优化方案→慢查询优化原则