mysql 查询价格区间_MySQL查询成本和范围区间

本文介绍了MySQL中B+树结构和索引成本的概念,通过实例解析了如何根据查询条件(如IS NULL, IS NOT NULL, !=)决定是否使用索引。优化器会评估需要扫描的二级索引记录占总记录的比例,较低时使用索引,较高时选择全表扫描。" 95347195,8292960,Docker容器安全加固与LXCFS实践,"['Docker安全', '容器技术', 'LXCFS', '资源管理']
摘要由CSDN通过智能技术生成

上一篇文章MySQL中IS NULL、IS NOT NULL、!=不能用索引?胡扯!中唠叨了在WHERE子句中出现IS NULL、IS NOT NULL、!=这些条件时仍然可能使用索引,强调了一个查询成本的问题,不少同学反映对这个查询成本还是没啥概念,我们今天再来稍微深入的唠叨一下。

B+树结构

我们说对于InnoDB存储引擎来说,表中的数据都存储在所谓的B+树中,我们每多建立一个索引,就相当于多建立一棵B+树。

对于聚簇索引对应的B+树来说,叶子节点处存储了完整的用户记录(所谓完整用户记录,就是指一条聚簇索引记录中包含所有用户定义的列已经一些内建的列),并且这些聚簇索引记录按照主键值从小到大排序。

对于二级索引对应的B+树来说,叶子节点处存储了不完整的用户记录(所谓不完整用户记录,就是指一条二级索引记录只包含索引列和主键),并且这些二级索引记录按照索引列的值从小到大排序。

我们向表中存储了多少条记录,每一棵B+树的叶子节点中就包含多少条记录(注意是“每一棵”,包括聚簇索引对应的B+树以及二级索引对应的B+树)。

示例

我们举个例子:

CREATE TABLE t (

id INT UNSIGNED NOT NULL AUTO_INCREMENT,

key1 INT,

common_field VARCHAR(100),

PRIMARY KEY (id),

KEY idx_key1 (key1)

) Engine=InnoDB CHARSET=utf8;

复制代码

这个表就包含2个索引(也就是2棵B+树):

以id列为主键对应的聚簇索引。

为key1列建立的二级索引idx_key1。

我们向表中插入一些记录:

INSERT INTO t VALUES

(1, 30, 'b'),

(2, 80, 'b'),

(3, 23, 'b'),

(4, NULL, 'b'),

(5, 11, 'b'),

(6, 53, 'b'),

(7, 63, 'b'),

(8, NULL, 'b'),

(9, 99, 'b'),

(10, 12, 'b'),

(11, 66, 'b'),

(12, NULL, 'b'),

(13, 66, 'b'),

(14, 30, 'b'),

(15, 11, 'b'),

(16, 90, 'b');

复制代码

所以现在s1表的聚簇索引示意图就是这样:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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