Mysql索引底层数据结构

最新推荐文章于 2023-01-04 15:12:57 发布
最新推荐文章于 2023-01-04 15:12:57 发布
阅读量345 收藏 1
点赞数
文章标签： mysql 数据结构 b树
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wjtww_z/article/details/121172154
版权
本文介绍了Mysql索引的重要性以及各种底层数据结构，包括二叉树、红黑树、平衡二叉树、Hash表、B-Tree和B+Tree。重点讲述了为何B+Tree成为Mysql的理想选择，因其能降低磁盘I/O、保证查询效率稳定并支持范围查询。
摘要由CSDN通过智能技术生成

Mysql索引底层数据结构

1、为什么要使用索引

在这里插入图片描述

​ mysql的数据都是存在磁盘上的，每次读取数据要经历磁盘I/O。一张数据表创建之后，里面的数据是不同的时间插入的，因此每张表的每一行数据在磁盘上并不一定连续。因此表中的每一行数据的内存地址都是随机的，因此我们要读取上图的col2=23的那一行至少要经历7次磁盘I/O。

也就是说在没有索引的情况下查询数据库大数据量的表，需要遍历整张表，并进行多次I/O。I/O是非常消耗时间的，因此要想快查询数据索引必不可少。

2、什么是索引

mysql官方给的索引定义:索引是帮助MySQL高效获取数据的排好序的数据结构

在这里插入图片描述

​ 如图所示：要查询col2=23的数据，就把col2这个字段做为索引。

​ 假如如图右边的二叉查找树做为索引的数据结构，每个节点存放一个key一个value，key:索引col2的值例如23，value:图左边的磁盘文件地址例如0xD1。

​ 二叉树特点：二叉树是指至多只有两个子节点的树形数据结构，没有父节点的节点称为根节点，二叉树任

最低0.47元/天 解锁文章
°㊣數321
关注
【mysql进阶-彩蛋篇】深入理解顺序io和随机io(全网最详细篇)
zhenghuishengq的博客
02-17 2万+
深入理解mysql的随机io和顺序io
深入理解MySQL索引底层数据结构
uuqaz的博客
05-09 3297
MySQL 索引相关的数据结构有两种，一种是 B+tree，一种是 Hash，那么为什么在 99.99% 的情况下都使用的是 B+tree索引呢？ 索引的底层数据结构是怎样的呢？ 接下来就听十一娓娓道来。 一、索引是什么 MySQL 官方对索引的定义：索引是帮助 MySQL 高效获取数据的排好序的数据结构。所以，可以得出：索引是数据结构！ 当然啦，上面两句话可能看起来很抽象，那么生活中有哪些索引的例子呢。 可以看到，索引其实就是是一棵倒挂着的树，是一种数据结构。 同时附上一个可视化数据
InnoDB数据存储结构--MySQL
Littewood的博客
02-28 525
索引结构给我们提供了高效的索引方式，那么InnoDB数据的存储结构是什么呢？
深入理解mysql索引
抓住流浪剑客的小YI巴
02-06 507
每当我们提到mysql数据库的时候，脑海里会想起几个关键字：索引、事务、数据库锁等等，索引是mysql的灵魂，是我们平时进行查询时的利器，也是面试中的重中之重。 可能我们了解索引的底层是b+树，会加快我们的查询，也会在表中建立我们的索引，但这是远远不够的，我这里列举几个索引常见的面试题： 1、索引为什么要用b+树这种数据结构 2、聚集索引和非聚集索引的区别 3、索引什么时候会失效，最左匹配原则是什么 当遇到这些问题的时候，我们会发现我们对索引还是一知半解，今天我们一起学习一下mysql的索引
[MYSQL] MYSQL文件结构，页与行记录
green hand的博客
05-29 1701
1. 数据库总体结构 Mysql 从结构上分为表、段、区、页、行。 区（Extent）是比页大一级的存储结构，在InnoDB存储引擎中，一个区会分配64个连续的页。因为在InnoDB中页的大小为16KB，所以一个区的大小是64*16KB=1MB。 段（Segment）由一个或者多个区组成，区在文件系统中是一个连续分配的空间（在InnoDB中是连续的64个页），在段中不要求区与区是相邻的。段是数据库中的分配单位，不同类型的数据库对象以不同的段的形式存在。当我们创建数据表、索引的时候，就会相应创建对
mysql 深入 细节记录
曾沂宏的博客
10-20 328
mysql 区是由连续页组成的空间，在任何情况下每个区的大小都是1MB。为了保证区中页的连续性，INNODB存储引擎一次从磁盘申请4 - 5 个区。在默认情况下，INNODB存储引擎页的大小为16KB，即一个区一共有64个连续的页。 ...
BAT面试深入理解Mysql索引底层数据结构与算法 1
08-31
BAT面试深入理解Mysql索引底层数据结构与算法_1
BAT面试 深入理解Mysql索引底层数据结构与算法 4
08-31
BAT面试_深入理解Mysql索引底层数据结构与算法_4
诸葛 BAT面试 深入理解Mysql索引底层数据结构与算法 3
08-30
诸葛_BAT面试_深入理解Mysql索引底层数据结构与算法_3
MySQL日志顺序读写及数据文件随机读写原理
JavaEdge全是干货的技术号
02-07 2709
MySQL在实际工作时候的两种数据读写机制： 对redo log、binlog这种日志进行的磁盘顺序读写 对表空间的磁盘文件里的数据页进行的磁盘随机读写 1 磁盘随机读 MySQL执行增删改操作时，先从表空间的磁盘文件里读数据页出来， 这就是磁盘随机读。 如下图有个磁盘文件，里面有很多数据页，可能需要在一个随机位置读取一个数据页到缓存，这就是磁盘随机读 因你要读取的这个数据页，可能在磁盘的任一位置，所以你在读取磁盘里的数据页时，只能用随机读。磁盘随机读性能极差，所以不可能每次更新数据都磁盘随机读，而是
关于如何在MySQL如何一次性存多行数据
firstsaber1的博客
01-04 383
express框架下，关于如何在MySQL如何一次性存多行数据
MySQL聚集索引与非聚集索引
weixin_30559481的博客
03-24 142
聚集索引与非聚集索引 参考链接： http://blog.sina.com.cn/s/blog_d13b2a8f0102wlj8.html http://jingyan.baidu.com/article/e73e26c0f1e82d24acb6a75d.html http://www.cnblogs.com/lwzz/archive/2012/08/05/2620824.html h...
Mysql八股文
Fax5210的博客
10-31 423
Mysql知识点总结
深入理解Mysql系列——行存储和列存储详解
weixin_41186611的博客
07-26 2491
假设我们换个场景思考，我们是做电商的，每年产生1000亿条订单，每条订单有50种属性（50个字段），我们的分析师需要分析商品的平均价格，这个时候如果用mysql，就需要把1000亿条全部50个字段数据都从磁盘读取，但是只取了其中price字段使用，因为多读取了49个字段的无用数据，磁盘和内存都会成为性能瓶颈，这个操作非常低效非常慢。因为有页表，所以读取内存的值往往是2k，4k这样的值，导致磁盘一块读入内存中也是2k，4k，所以一个块的大小往往和2k，4k这样的数字有关系。这是行存储的基本逻辑。...
红黑树
脚踏实地
08-15 152
红黑树： 自平衡二叉查找树 特点： 1.节点是红色或黑色。 2.根节点是黑色。 3.每个叶子节点都是黑色的空节点（NIL节点）。 4 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点) 5.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。 结构如下： 插入或删除失衡： 方法：旋转、变色 具体参考： https:/...
数据库底层结构红黑树-二叉树-B树
zengxianglei的博客--手指星辰 奈何天！
06-30 1889
数据库底层结构红黑树-二叉树-B树 待会总结 先看学习资料 学习网址：https://blog.csdn.net/h3243212/article/details/52819734
BST,AVL树,红黑树，B树，B+树，B*树(从map的底层实现到mysql索引原理)
写代码的柯长的博客
03-24 2355
本文不会对具体细节过多的探究，力求得到这几种树的联系以及区别，实际运用。 BST(二叉检索树)： 二叉检索树也是我们最熟悉的一个索引方式了，它保证所有节点的左子树都小于该节点，所有节点的右子树都大于该节点。就可以通过大小比较关系来进行快速的检索，在一棵满二叉平衡树的情况下，检索的效率可以达到logn(类似二分检索)，然后插入和删除的效率也是稳定的logn。 还是上一张图吧： BST可以...
Mysql索引底层原理（一）(二叉树、红黑树、B树、B+树)
Java技术大联盟
03-23 1864
Mysql索引底层原理（一）(二叉树、红黑树、B树、B+树) 对于有千万行记录的数据表，查询速度和效率愈发重要，这直接影响到用户的体验。讲解Mysql索引底层原理之前，先来聊聊二叉树、红黑树、B树、B+树。 （1）二叉树 相信有些许数据结构的小伙伴们对二叉树都有了解，其具体结构如下： 当采用二叉树作为索引时，并且把id作为索引并且id自增长时一个二叉树变成了一个单枝树，相当于链表查询，查询时间为...
mysql索引底层数据结构
最新发布
07-25
MySQL 索引的底层数据结构主要有 B-Tree 和 Hash 结构两大类。 ### B-Tree B-Tree 是一种自平衡的树形数据结构，主要用于数据库和其他需要快速查找、插入和删除操作的数据存储系统中。它有以下几个关键特征： 1. **节点层次**：每个节点可以有多个子节点，并允许包含多个键值对，使得数据可以在树的较高层存储，提高查询效率。 2. **最大值限制**：节点中包含的最大键的数量是由节点的最大度数（分支因子）决定的。这意味着在同一级的节点之间存在某种形式的均匀分布。 3. **排序**：所有键都按升序排列，同时其左右子节点分别存储比当前节点小和大的键值部分。 4. **平衡**：通过调整内部结点的高度，保持整棵树的平衡状态，确保所有的路径长度大致相等。 ### Hash 结构 Hash 结构用于快速定位特定键对应的值。其核心在于利用哈希函数将键转换成一个哈希码，然后用这个哈希码作为索引来直接访问存储位置。 1. **哈希表**：基本的 hash 数据结构就是一个数组，每个元素对应着一个桶。当插入新元素时，使用哈希函数计算出该元素应该存放的位置，即哈希码对应的数组下标。 2. **冲突解决**：由于不同的键可能会得到相同的哈希码，因此需要策略处理这种冲突情况，常见的解决办法包括线性探测、链地址法和二次探查等。 3. **动态调整**：为了维持性能，哈希表通常会通过调整大小或重新哈希函数等方式来应对负载增加的情况。 ### MySQL 中的索引应用 MySQL 使用 B-Tree 结构来构建其默认类型的索引（如BTREE），这使得索引具有高效搜索、插入和删除的特点。对于 Hash 索引，则在某些场景下提供更快的查找速度，尤其是在单个列上使用并且数据集不是非常庞大时。 了解索引的底层数据结构有助于优化查询性能，合理设计数据库结构和查询语句，以及更好地理解和管理数据库的运行状况。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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