MySQL之索引

最新推荐文章于 2024-06-05 17:27:44 发布

置顶瞬间的永恒~~

最新推荐文章于 2024-06-05 17:27:44 发布

阅读量101

点赞数 1

分类专栏： MySQL

本文链接：https://blog.csdn.net/weixin_47252176/article/details/118877894

版权

2 篇文章 0 订阅

订阅专栏

众所周知数据库是用来进行数据存储的，它很基础但是很重要。在实际应用时大量数据存在是必然的，那么在亿万数据中找到一个数据的困难程度可以用大海捞针来形容。为了提高人们在数据库中的查找效率引入了索引，它会提高人们在数据库中查找一条记录的效率。
实质遵循空间换时间的理念

官方定义：
在关系数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。啊这，看着好复杂呀。那就看下边的形象理解。
形象理解：
把数据库理解为图书馆：数据库是用来存储数据的，也就是图书馆是用来存放书籍的。在图书馆借阅参考书时，你肯定不会从1楼的第一个书架的第一层的第一本书向上找。这样找下去估计你没找见书你们的课程已经学完了。在找书时我们肯定会查找图书馆目录，然后直线突击，提高效率。那么在数据库中查找东西也是相同的，要是给数据库中的记录标上目录，在查询到的时候就能大大提高效率。解释这么多，就是一个字“数据库中的索引相当于图书馆中的目录，能提高在数据库中的查找效率”

数据库中数据存放量很大：数据量很大时再考虑用索引，你要是一个表里边就几条数据，就不要花里胡哨的创建索引。因为索引在创建的时候是占据内存资源的，几条数据时没必要创建索引，大材小用了。就好比你开车去100公里外加了10块钱的油，这不扯淡吗。
适用于频繁查找，偶尔增删改的操作:索引的引入就是为了解决频繁查找数据操作的。但是偶尔增删改怎么说？人生中所有的得到都是要付出代价的，爱情一样，数据库也一样哈。索引在创建出来之后确实能提高查询效率，但是它的创建同时也占据了一定的内存资源，那么我们在进行增、删、改操作的时候势必要同步索引结果，这样一来是有开销的。因此一个字：“在经常进行查找操作，极少进行增、删、改操作时考虑索引。”

1）下定义：

2）为啥要用B +树结构

索引的引入是为了提高查询效率的。所以重点就落在了查询两个字上。在数据结构中能查询的数据结构非常多，但是首先能进入我们脑子的就是哈希表和二叉搜索树。
为啥不用二叉搜索树：在学二叉搜索树的时候它就是为了提高查找效率的。话是不假，它只适用于少的数据查找。必定二叉搜索树一个节点最多能存两个数据，二叉二叉就只能二分查找。若当下有一亿条数据，那这二叉搜索树的高度岂不是太高，递归的层数也太深了、中序遍历结果时效率没有那么高，不能采用。
为啥不用哈希表：在哈希表里边一个key对应一个value，看起来查找效率很高，时间复杂度是O(1)。但这种查询是有局限性的，它只能查询一条记录，不能查询一段记录。不要忘了我们在进行查询的时候有时会查询A~B的内容的，哈希表不能完成这样的功能，不采用。
为啥要用B+树:要想知道这个问题就要了解B+树的结构特点，B+树又叫做N叉树，具备二叉树的基本特点但是又有变化。要讲清楚B+ 树我们就要先引入B树。
下边详细介绍。

3）B 树理解：

5）B+ 树：

还是先看结构：B+ 树是在B树基础上在进行改进的。
特点1：在B树的基础上将叶子节点都连在了一起，如上图将最后一层的都连在一起，长得像链表一样。这样让叶子节点上的所有数据之间内部有了关系，方便查询，提高了效率。
特点2：树的节点之间有重复的元素。且父节点的元素值都会出现在子节点的最左端或者最右端。
基于B+ 树构建的索引查询效率又会有提高，在图中也进行了说明，除了叶子节点之外其他的非叶子节点只是辅助进行查找操作，真正的数据存放在叶子节点上。
非叶子节点上的辅助查找的数据放在内存上，这些辅助查找的就相当于索引，数量少的放在内存上能提高效率。把真正的数据放在叶子节点上，叶子节点的所有数据存放在磁盘上，磁盘的空间大能存放大量数据，这样在查找的时候就不用反复在磁盘中读数据，减少了磁盘读数据次数，也就大大的提高了查询效率。

关注

专栏目录