Mysql索引数据结构

Mysql索引数据结构
- 索引
- 1.二叉树的优缺点
- - 优点
  - 缺点
- 2.红黑树的优缺点
- - 优点
  - 缺点
  - 如何去优化？
- 3.B-Tree
- 4.B+Tree
- - B+Tree特点
- 底层为什么查找这么快的原因

1.慢Sql查询：执行时间几秒，几十秒，怎么去优化？？？？

2.索引，本来需要执行几秒几十秒的查询，加上合适的索引可能几十毫秒就结束了

3.为什么？

4.底层怎么实现的？

索引

索引是帮助MySQL高效获取数据的排好序的数据结构

索引数据结构：

二叉树
红黑树
Hash表
B-Tree

MySQL底层为什么会选择像B-Tree，B+Tree这样的数据结构来存储我们的索引？

MySQL早期版本选择二叉树，红黑树来存储我们的索引，只不过这些数据结构还存在一些小问题。

1.二叉树的优缺点

优点

COL2作为我们的索引，原来需要做6次I/O,现在只需要做3次I/O，性能提升了一倍

缺点

二叉树，插入大的元素总是放在我们的右下角，插小的元素放左下角，
把Col1当做索引时（当列数据是自增的），和全表扫描在性能上边没有太大的差别，而且还额外增加了索引的存储空间

2.红黑树的优缺点

HashMap的底层实现就用到了红黑树。

优点

红黑树本质上也是二叉树，但是和二叉树不一样，他是二叉平衡树
它有自我平衡功能，如果一个树，一边比另外一边大的太多，它能够自动平衡，让一边与另外一边相差不要太多

比单纯的二叉树查找次数缩短了一半，磁盘的I/O次数减少了一半

缺点

为什么MySQL最终没有选择红黑树呢？

红黑树当数据存储比较大的时候，由于它的树的高度不可控，导致在树的结构遍历元素的时候，如果到了叶子节点，那么需要查找很多次磁盘，性能就会非常低。这是MySQL没有选择红黑树的最主要的原因。

如何去优化？

如果是树进行存储的话，树的高度越小，查找的次数越少，性能效率就会有很大的提升

多路查找

分配索引节点存储的空间的时候，一次给它分配的大一点点，分配多一点点，一个节点可以放更多的索引元素，索引和索引之间还留一点空间做一些分叉，没一个分叉又可以放一点节点。同样存储500万条数据数的高度会更小（横向增多了）

这个优化的结构就是B-Tree

3.B-Tree

MySQL最终并没有用B-Tree，是在B-Tree上对整个数据结构做了一点点优化得到一个B+Tree（B-Tree变种）

4.B+Tree

B+Tree是一个什么的结构呢？
它会把整张表的所有的索引元素都放到叶子节点，叶子节点有整张表的所有的索引元素，非叶子节点是从每一个叶子索引节点拿的第一个元素，做冗余的索引，来组织这一颗B+Tree

我们期望存储相同的元素，树的高度越小越好，MySQL底层的这个B+Tree存储索引的结构，它的容量大概是多少？
每一个节点默认设置16KB，整个树可以放两千多万条索引元素

B+Tree特点

有序性

元素从磁盘读到内存里去，相当于做磁盘I/O，磁盘I/O性能很低
内存中的折半查找是相当快的，与一个磁盘I/O的时间相比可以忽略不计，B+Tree非叶子结点，直接在MySQL初始化的时候，都已经加载到内存中去了，真正查找一个元素的时候，直接在内存中快速定位，也就是说整个过程中我们只需要1次的磁盘I/O，效率相当高。

哪怕上千万行的表记录
不是合理的走索引的话，这条SQL语句要执行几十秒（几千万行全部扫描需要几十秒）
合理的走索引性能提升几个数量级（可能扫描一条记录就搞定了，怎么扫的，前边都内存里快速匹配，然后通过树的结构快速定位到某个节点，磁盘上加载1次I/O就结束了，性能相当高）几毫秒，几十毫秒就查找到我们的元素了。

底层为什么查找这么快的原因

借助B+Tree结构的巧妙的设计

千万级数据表如何索引快速查找相关推荐

mysql千万级数据索引查询_mysql千万级数据量根据索引优化查询速度
(一)索引的作用索引通俗来讲就相当于书的目录,当我们根据条件查询的时候,没有索引,便需要全表扫描,数据量少还可以,一旦数据量超过百万甚至千万,一条查询sql执行往往需要几十秒甚至更多,5秒以上就已经 ...
mysql千万级数据量根据索引优化查询速度
(一)索引的作用索引通俗来讲就相当于书的目录,当我们根据条件查询的时候,没有索引,便需要全表扫描,数据量少还可以,一旦数据量超过百万甚至千万,一条查询sql执行往往需要几十秒甚至更多,5秒以上就已经 ...
千万级别数据表创建索引
业务背景最近一个开发维护的公众号管理系统用户表(user_info)数据已经达到15,000k了,而此时有一个业务场景需要将公众号的用户信息重新同步一次,且后台原有过针对单个公众号的用户同步,但是已 ...
mysql explain 为空_车祸现场！我的MySQL千万级数据表选错索引了！
最近在线上环境遇到了一次SQL慢查询引发的数据库故障,影响线上业务.经过排查后,确定原因是:SQL在执行时,MySQL优化器选择了错误的索引(不应该说是"错误",而是选择了实际执行 ...
千万级大表如何更快速的创建索引_分享一份生产环境mysql数据库大表归档方案，值得收藏...
概述分享下最近做的一个mysql大表归档方案,仅供参考. 整体思路一.明确哪些大表需做归档 1.数据库表概要信息统计 SELECTt1.table_schema,t1.table_name,`EN ...
mysql千万级数据怎么删除,MySQL 快速删除大量数据（千万级别）的几种实践方案详解...
这篇文章主要介绍了MySQL 快速删除大量数据(千万级别)的几种实践方案详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧笔者 ...
mysql 亿级表count_码云社 | 砺锋科技-MySQL的count(*)的优化，获取千万级数据表的总行数 - 用代码改变世界...
专注于Java领域优质技术号,欢迎关注作者:李长念一.前言这个问题是今天朋友提出来的,关于查询一个1200w的数据表的总行数,用count(*)的速度一直提不上去.找了很多优化方案,最后另辟蹊径 ...
MySQL 千万级数据表 partition 实战应用
目前系统的 Stat 表以每天 20W 条的数据量增加,尽管已经把超过3个月的数据 dump 到其他地方,但表中仍然有接近 2KW 条数据,容量接近 2GB. Stat 表已经加上索引,直接 sele ...
mysql的count(*)的优化，获取千万级数据表的总行数
一.前言这个问题是今天朋友提出来的,关于查询一个1200w的数据表的总行数,用count(*)的速度一直提不上去.找了很多优化方案,最后另辟蹊径,选择了用explain来获取总行数. 二.关于cou ...
MySQL 的 count(*) 的优化，获取千万级数据表的总行数
一.前言这个问题是今天朋友提出来的,关于查询一个1200w的数据表的总行数,用count(*)的速度一直提不上去.找了很多优化方案,最后另辟蹊径,选择了用explain来获取总行数. 二.关于cou ...

千万级数据表如何索引快速查找