一、索引底层数据结构

1、Mysql不同引擎对应的数据结构

Mysql索引主要有两种结构：B+Tree索引和Hash索引

1. Inodb存储引擎 默认是 B+Tree索引
2. MyISAM 存储引擎 默认是Fulltext索引；
3. Memory 存储引擎 默认 Hash索引；

因为Inodb存储引擎是最常用的引擎，这里主要对它的讲解

2、B+Tree数据结构

接下来说说它为什么要用B+Tree。

索引是什么？
索引是一种，排好序的数据结构，可以帮助我们快速获取到要查询的数据。
所以，索引底层数据结构的特点就是：要快速查询到数据。

2.1、 二叉树 （Binary Search Trees）

在一组数据中，要快速找到想要的数据，大家可能会想到最常见的数据结构： 二叉树。
二叉树的特点： 都是从最上面数开始，大于它的在右边，小于它的在左边，就这么一层层下去。

建立二叉树的时候，大于它的在右边，小于它的在左边。
弊端：
对于我们数据库的使用场景，我们插入数据，经常都是建立自增的数据，从1开始自增正无穷。
二叉树数据结构： 变成了所有的数都向右边插入，那么这样的数据结构，对我们查询来说，就一点优势都不存在了，所以不采用这种二叉树数据结构。

2.2、 红黑树（Red-Black Trees）

红黑树数据结构的特点：在二叉树的基础上可以自动平衡树的结构，不会像上面二叉树 出现一条线的情况。

弊端：
当数据很多的时候，树的高度会变很高，而且自动平衡树的结构也要消耗性能。
每一个箭头，就代表一次寻址，一次磁盘IO，在数据库查询数据，磁盘IO是很耗时间的一件事。 因为红黑树的高度不可控，IO次数不可控，所以不采用这种数据结构。

2.3、 B-Tree

B-Tree数据结构的高度，是可控的，最多就是4层。这就减少了IO次数，可以控制在4次以内。

弊端：
在数据库查询中，我们经常会用的到范围查询，比如要查询 大于3小于10的数据，这样的应用场景，B-Tee数据结构就不太方便，则需要进行每一层的递归遍历。相邻的元素可能在内存中不相邻，所以就产生了B+Tree的数据结构。

2.4、 B+Tree

B+Tree 结构，解决了范围查找这个难题，它在最下面的叶子节点之间增加一个链指针。

在确定了数据结构，看看MySQL具体怎么运用它的。
在InnoDB引擎中，必须有主键索引(聚簇索引)，如果没有，MySQL会自己建立一个默认的索引。
主键索引的数据结构如下图： 它的叶子节点是data（也就是数据表中那一行所有的数据），非叶子节点是索引列。

非主键索引：它的叶子节点是主键， 非叶子节点是索引列。

通过上述的数据结构可知道，很多场景，我们通过非主键索引查询数据，先查到叶子节点里的主键，还要再拿着主键去主键索引里查询data数据。很多情况是要通过两次索引的。

注意：mysql在查询时候，会吧非叶子节点，都加载到内存中，然后再内存中寻址，非常的快。所以我们在建立索引的时候，索引列不能太大。

分享一个演示数据结构的网站
https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

二、Explain用法

在MySQL的调优中，我们就要用到Explain。

1、Explain工具介绍

使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈
在 select 语句之前增加 explain 关键字，MySQL 会在查询上设置一个标记，执行查询会返回执行计划的信息，而不是执行这条SQL
注意：如果 from 中包含子查询，仍会执行该子查询，将结果放入临时表中

2、Explain分析

我执行：

mysql> explain select * from actor;

会出现如下数据：

2.1、explain 两种扩展

2.1.1 、explain extended

会在 explain 的基础上额外提供一些查询优化的信息。紧随其后通过 show warnings 命令可
以得到优化后的查询语句，从而看出优化器优化了什么。额外还有 filtered 列，是一个半分比的值，rows *filtered/100 可以估算出将要和 explain 中前一个表进行连接的行数（前一个表指 explain 中的id值比当前表id值小的表）。

mysql> explain extended select * from film where id = 1;

mysql> show warnings;

2.1.2 、explain partitions

相比 explain 多了个 partitions 字段，如果查询是基于分区表的话，会显示查询将访问的分区。

2.2、explain中每个列的信息

1.id列

id列的编号是 select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的顺序增长的。id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。

2.select_type列

select_type 表示对应行是简单还是复杂的查询。

1. simple：简单查询。查询不包含子查询和union
2. primary：复杂查询中最外层的 select
3. subquery：包含在 select 中的子查询（不在 from 子句中）
4. derived：包含在 from 子句中的子查询。MySQL会将结果存放在一个临时表中，也称为派生表（derived的英文含义）
5. union：在 union 中的第二个和随后的 select

3. table列

这一列表示 explain 的一行正在访问哪个表。
当 from 子句中有子查询时，table列是 格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查询。
当有 union 时，UNION RESULT 的 table 列的值为<union1,2>，1和2表示参与 union 的 select 行id。

4. type列

这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。
依次从最优到最差分别为：system > const > eq_ref > ref > range > index > ALL
一般来说，得保证查询达到range级别，最好达到ref

NULL：mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需要在执行时访问表。

const, system： mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）。用于primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快。system是const的特例，表里只有一条元组匹配时为system

eq_ref： primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。

ref： 相比 eq_ref，不使用唯一索引，而是使用普通索引或者唯一性索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行。

range： 范围扫描通常出现在 in(), between ,> ,<, >= 等操作中。使用一个索引来检索给定范围的行。

index： 扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。

**ALL：**即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化了。

5. possible_keys列

这一列显示查询可能使用哪些索引来查找。
explain 时可能出现 possible_keys 有列，而 key 显示 NULL 的情况，这种情况是因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。
如果该列是NULL，则没有相关的索引。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提高查询性能，然后用 explain 查看效果。

6. key列

这一列显示mysql实际采用哪个索引来优化对该表的访问。
如果没有使用索引，则该列是 NULL。如果想强制mysql使用或忽视possible_keys列中的索引，在查询中使用 force index、ignore index。

7. key_len列

这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。
举例来说，film_actor的联合索引 idx_film_actor_id 由 film_id 和 actor_id 两个int列组成，并且每个int是4字节。通过结果中的key_len=4可推断出查询使用了第一个列：film_id列来执行索引查找。

8. ref列

这一列显示了在key列记录的索引中，表查找值所用到的列或常量，常见的有：const（常量），字段名（例：film.id）

9. rows列

这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。

10. Extra列

这一列展示的是额外信息。常见的重要值如下：
Using index：使用覆盖索引
Using where：使用 where 语句来处理结果，并且查询的列未被索引覆盖
Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导列的范围；
Using temporary：mysql需要创建一张临时表来处理查询。出现这种情况一般是要进行优化的，首先是想到用索引来优化。
Using filesort：将用外部排序而不是索引排序，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也是要考虑使用索引来优化的。
Select tables optimized away：使用某些聚合函数（比如 max、min）来访问存在索引的某个字段是

Mysql——索引底层数据结构与Explain用法相关推荐

1. 面试官：MySQL索引底层数据结构原理与性能调优，你能回答多少？

   哈喽!大家好,我是小奇,一位不靠谱的程序员 小奇打算以轻松幽默的对话方式来分享一些技术,如果你觉得通过小奇的文章学到了东西,那就给小奇一个赞吧 文章持续更新,可以微信搜索[小奇JAVA面试]第一时间阅 ...

2. MySQL索引底层数据结构

   MySQL相信大家都不陌生,索引的日常使用应该也是比较频繁的,今天就聊一聊索引底层的数据结构; MySQL索引底层为什么使用B+树而不是二叉树;红黑树;B树? 索引:索引是帮助MySQL高效获取数据的 ...

3. 深入理解Mysql索引底层数据结构与算法

   索引 索引是帮助MySQL高效获取数据的排好序的数据结构(容易忽略的点:排好序)(形象点就是教科书的目录) 索引存储在文件里(也就是说有IO操作) 索引结构: 这里说说在几种数据结构中,mysql为什 ...

4. mysql索引数据结构图解_深入理解Mysql索引底层数据结构与算法

   索引的定义:索引(Index)是帮助MySQL高效获取数据的数据结构. Q1:大家使用索引有没有想过这个问题?为什么索引能够帮助mysql高效获取数据?我一一给大家道来!在给大家讲之前,先更大家分享一 ...

5. MySQL 索引底层数据结构实现

   文章目录 概述 讨论范围 查询数据结构 查询数据结构种类及其高性能查询原理 MySQL 索引的底层数据结构 MySQL 索引的需求分析 选择 MySQL 索引的底层数据结构 B- 树和 B+ 树的对比 ...

6. mysql 联合主键_深入理解Mysql索引底层数据结构与算法，背后的故事

   引言 索引是帮助MySQL高效获取数据的排好序的数据结构 索引数据结构对比 二叉树 左边子节点的数据小于父节点数据,右边子节点的数据大于父节点数据.如果col2是索引,查找索引为89的行元素,那么只需 ...

7. mysql 索引底层数据结构与算法

   索引:是帮助MySQL高效获取数据的排好序的数据结构. mysql 索引的底层数据结构: 二叉树:如果是规律性数据,比如1,2,3.....等数据,存储容易成线性结构,数据规模太大之后,查询太慢. 红 ...

8. MySQL索引底层数据结构原理剖析

   一. 前言 1. 说明 我们平时所说的:聚集索引(主键索引),次要索引,覆盖索引,复合索引,前缀索引,唯一索引在MySQL5.7和 8.0版本默认都是使用B+Tree索引,除此之外还有 Hash索引. ...

9. MySQL索引底层数据结构详解

   索引是帮助MySQL高效获取数据的排好序的数据结构 索引的数据结构: 1.二叉树 通过一个简单的插入你可以看到,二叉树的插入会根据每个节点进行判断,每一个节点右边的数据一定是大于等于这个节点数据,而他 ...

最新文章

1. centos6.5 安装mysql5.6单实例和多实例（单配置文件）
2. ElasticSearch的基本原理与用法
3. redis集群之主从架构
4. python3--装饰器
5. IO: BIO ? NIO ? AIO?
6. 【PAT乙级】1057 数零壹 (20 分)
7. 使用SourceTree拉取代码出现Permission denied (publickey)
8. MyEclipse10 Tomcat7 JDK1.7 配置
9. app vue 真机运行_使用 HBuilder 将 Vue 项目打包成手机 App
10. 远看像乱序执行，近看是内存屏障的BUG是如何解决的？
11. php发卡平台源码免费,php源码 免费开源的云尚发卡V1.5.7 个人发卡平台源码 免费源码分享...
12. android frida 检测_Android 逆向 | Frida 是万能的吗？ 检测 Frida 的几种办法
13. 网站并发cpu占用率_来，控制一下 goroutine 的并发数量
14. 将HTML网页存储为图片 区域截图 截长屏 截全屏
15. linux addr2line 用法,addr2line的用法
16. 计算机密码忘记旗舰版7,台式电脑win7旗舰版忘了开机密码怎么办？
17. 柯林斯第八版高阶字典前缀
18. 几种x-ray产生的原理
19. 数据湖架构Hudi（五）Hudi集成Flink案例详解
20. 生活当中调整时钟时间背后发生的事情

热门文章

1. 手机热点或者在家-连接实验室服务器
2. 程序员也可以的浪漫-星空特效
3. [附源码]Python计算机毕业设计Django松林小区疫情防控信息管理系统
4. Element-Plus从font-icon迁移至SVG-icon
5. 高通骁龙CPU的手机对比
6. 屏幕边框闪光_显示器边缘闪烁怎么办
7. 924. 尽量减少恶意软件的传播
8. python论文用到的外文参考文献_毕业论文中的外文参考文献什么什么意思?
9. 万水千山总是情(粤)
10. 英雄联盟的计算机知识,win7系统玩LOL常常自动关机问题详解