索引

Hash Mysql使用的数据结构

优点

根据HashCode计算得到存储位置的下标，速度快，时间复杂度O(1)

缺点

Hash结构会造成Hash碰撞，HashMap通过高16位异或低16位减少Hash冲突。
利用Hash存储的话需要将所有的数据文件添加到内存中，比较耗费内存。
Hash等值查询效率快，但不支持范围查询，需要从前往后扫描一遍，时间复杂度O（n）

二叉树与红黑树

缺点

每个节点存放一个数据。而内存从磁盘取回一个大小为4k的整数倍的大小的块，Mysql默认读取16k的大小
节点一多，树的深度变深，io次数会跟随深度变多，影响数据读取的效率。

B树

优点

每个节点能存放多个数据，既符合能存放一块的数据，Mysql中可每个节点能存放16K的数据块
寻找某个元素加载的磁盘块比较少。既IO次数少

寻找28

加载磁盘块1，大小16k。 28位于16 - 24 之间，加载磁盘块3
加载磁盘块3，大小16k。 28位于25 - 31 之间，加载磁盘块8
加载磁盘块8，大小16k。 28存在于磁盘块8。总加载大小为48k

缺点

实际数据占用过大会导致每一层存储的有效数据过少。
不支持兄弟磁盘块之间的读取

假设一个数据大小1k（忽略其他元素），既一个磁盘块能存储16个数据

三层的结构存储 16 * 16 * 16 = 4096。数据量过少

B+树 Mysql使用的数据结构

优点

主键值出现在多个层次中，作为条件筛选。
非叶子节点不存储实际数据。
兄弟叶子节点使用指针相连接
支持主键的范围查找与分页查找。支持叶子节点的随机查找

非叶子节点不存储实际数据，假设每个指针大小10b，既一个磁盘块16k能存储1600个指针

三层的结构存储 1600 * 1600 * 16= 40960000。超过千万数据

Mysql存储引擎

Mysql中有两类索引数据结构：Hash 与 B+树

其中 InnoDB、MyISAM两种存储引擎使用B+树作为索引数据结构

Memory存储引擎使用Hash作为索引数据结构。 InnoDB也可以用Hash索引（InnoDB使用自适应Hash，由Mysql处理，用户无法干预）

InnoDB 聚族索引（索引与数据存放一起）

文件存放格式

xxx.frm      // 存储数据结构
xxx.idb     // 存储实际数据文件  innoDB将索引与数据一起存储

B+树数据存储结构

使用InnoDB作为存储引擎，B+树叶子节点实际数据存放：主键+表中其他字段数据（实际的整行数据）

如果没有主键则使用唯一键，没有唯一键会生成6字节的row_id作为主键

如果以其他字段创建索引，则会再生成一棵B+树，叶子节点存放***主键ID***

MyISAM 非聚族索引（索引不与数据存放一起）

文件存放格式

xxx.frm      // 存储数据结构
xxx.MYD     // MyISAM Data 存储实际数据
xxx.MYI     // MyISAM Index 存储索引

B+树数据存储结构

使用InnoDB作为存储引擎，B+树叶子节点实际数据存放：该数据在表中的地址（实际数据的存放的地址），然后通过地址去访问数据

Mysql名词

回表

先通过普通索引的值定位聚簇索引值，再通过聚簇索引的值定位行记录数据，需要扫描两次索引B+树，它的性能较扫一遍索引树更低。

索引覆盖

只需要在一棵索引树上就能获取SQL所需的所有列数据，无需回表，速度更快。

最左匹配

最左优先，以最左边的为起点任何连续的索引都能匹配上。同时遇到范围查询(>、<、between、like)就会停止匹配。

假设有两个字段 name、age，为它们建立组合索引 (name,age)

where name = ? and age = ?      符合最左匹配原则
where name = ?                 符合最左匹配原则
where age = ?                  不符合最左匹配原则,age前方需要先经过name
where age = ? and name = ?         通过mysql优化器调整为where name = ? and age = ?  符合最左匹配原则

索引下推

索引下推的唯一缺点是需要在磁盘上多做数据筛选，由原来放到在内存中筛选（mysql server），现在放到磁盘中筛选。

不过因为索引下推到磁盘筛选后，实际上返回的数据量更加，整理IO量大大减少，反而提升了性能

select * from table where where name = ? and age = ?

没有索引下推

先从存储引擎中拉取数据（根据name筛选的添加）

然后在mysql server(服务层) 根据age来进行数据筛选
有索引下推能减少IO量

直接使用（name，age）从存储引擎中拉取数据

无需通过在mysql server(服务层) 筛选

索引匹配

全值匹配

全值匹配指的是和索引中的所有列进行匹配

(name,age,pos)组合索引
select * from staffs where name = 'Lin' and age = 23 and pos = 'dev';

匹配最左前缀

只匹配前面的几列

(name,age,pos)组合索引
select * from staffs where name = 'Lin' and age = 23;
select * from staffs where name = 'Lin;

匹配列前缀

可以匹配某一列的值的开头部分

(name,age,pos)组合索引
select * from staffs where name like 'L%';    索引有效
select * from staffs where name like '%L';    索引失效

匹配范围值

可以查找某一个范围的数据

(name,age,pos)组合索引
select * from staffs where name > 'Lin';   索引有效。  > < 后面的索引失效

精确匹配某一列并范围匹配另一列

可以查询第一列的全部和第二列的部分

(name,age,pos)组合索引
select * from staffs where name = 'Lin' and age > 23;   索引有效。  > < 后面的索引失效

只访问索引的查询

查询的时候只需要访问索引，不需要访问数据行，本质上就是覆盖索引

(name,age,pos)组合索引
select * from staffs where name = 'Lin' and age = 23 and pos = 'dev';
select * from staffs where pos = 'dev' and name = 'Lin' and age = 23 ;  通过mysql优化器 优化为上一条sql 索引有效

索引失效

like左%

name字段创建索引

select name from name like 'J%'  索引有效
select name from name like '%J'  索引失效

> < 后面索引失效

（name，age，pos）为组合索引

select name from name > 'Lin' 索引有效 本身就是有序排列
select name from name = 'Lin' and age > 20 and pos = 20  pos不走索引,该sql只走(name，age),pos因前面使用>造成后续索引失效

or 字段索引失效

总结：

单列索引中 or 会使用索引。

组合索引中：1、全部列都是组合索引，or走索引。属于特殊情况。 2、部分是组合索引，or失效，直接全表查询

表abc中字段（a、b、c）组合索引(abc)

表abc2中字段（a、b、c、d）组合索引(abc)

表actor中字段 actor_name 是索引列

or走索引 因为表abc三个字段abc全部被组合索引覆盖,无论什么情况都能通过abc索引获取。属于特殊情况
select * from abc where a = 1 or b = 2;   or不走索引, 表abc2中abcd四个字段没被全部覆盖。需要or直接全表查询，开发中建议使用in 或 union all 替换 or
select * from abc2 where a=1 or b = 2;or走索引 因为actor_name是一个单列索引 能通过b+树搜索
select * from actor where actor_name = 'Lin' or actor_name  = 'Chen'

隐式类型转换会造成索引失效

phone列 varchar类型
select * from user where phone = 13000001234; 索引失效
select * from user where phone = ‘13000001234’; 索引有效


# 索引优化细节1. 当使用索引进行查询的时候尽量不用使用表达式，把计算放到业务层而不是数据库层2. 尽量使用主键查询，而不是使用其他索引，因为主键查询不会触发回表查询3. 使用前缀索引4. 使用索引扫描排序5. union all，in，or都能使用索引，但是推荐使用in表actor中     字段 actor_name 是索引列。```union allselect * from actor where actor_id = 1 union all select * from actor where actor_id = 2;inselect * from actor where actor_id in (1,2);or  select * from actor where actor_id = 1 or actor_id = 2;```6. 范围列可以使用索引范围条件是：`<`、`<=`、` >=、`>`、`between`。范围查询可以使用到索引，但是范围列后面的列无法用到索引，索引最多用于一个范围列。7. 强制转换类型会转换为全表扫描```phone列 varchar类型select * from user where phone = 13000001234;         索引失效select * from user where phone = '13000001234';          索引有效```8. 更新十分频繁，数据区分不高的字段不宜建立索引1. 更新会变更b+树，更新频繁的字段建立索引会大大降级数据库性能2. 类似与这类区分度不大的属性，建立索引没有意义，不能有效的过滤数据3. 一般区分度在80%以上的时候可以建立索引，区分度可用以下sql计算```count(distinct(列名)) / count(*)```9. 创建索引的列，不允许为null，可能会得到不符合预期的结果10. 当需要进行表练级的时候，最好不要超过三张表，因为需要join的字段，数据类型必须一致11. 能使用limit的时候尽量使用limit12. 单表索引建议控制在5个以内13. 单索引字段数不允许超过5个（组合索引）14. 创建索引的时候应该避免以下概念1. 索引越多越好2. 过早优化，在不了解系统的情况下优化

Mysql索引数据结构相关推荐

Mysql索引数据结构有多个选择，为什么一定要是B+树呢？_面试 (MySQL 索引为啥要选择 B+ 树)
Mysql索引数据结构下面列举了常见的数据结构二叉树红黑树 Hash表 B-Tree(B树) Select * from t where t.col=5 我们在执行一条查询的Sql语句时候,在数 ...
【肝帝一周总结：全网最全最细】☀️Mysql 索引数据结构详解与索引优化☀️《❤️记得收藏❤️》
[肝帝一周总结:全网最全最细]☀️Mysql 索引数据结构详解与索引优化☀️<❤️记得收藏❤️> 目录
MySQL索引数据结构二叉树、红黑树、B-Tree、B+Tree、Hash
索引:帮助MySQL高效获取数据的有序的数据结构. 假设我们有一张表table,包含Clo1和Clo2两个字段内存地址 Clo1 Clo2 0x07 1 36 0x5A 2 20 0x7A 3 80 ...
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 ...
mysql id自动递增两个_浅析Mysql索引数据结构演变，让你一看就懂
前言相信小伙伴应该都用到过mysql数据库,在mysql数据库中,为了提升查询效率,都会使用到索引技术.今天老顾就来介绍一下mysql索引的数据结构的演变. 数据查询我们来看一下有个用户表,存放这 ...
一文说清MySQL索引数据结构
前言接上篇说到,小A匆匆忙忙的赶回宿舍,因为晚上他要给女神整理讲解MySQL中索引数据结构资料.一边整理一边忍住不笑了起来,等小美看到这篇文章不得爱上自己.当上小美男朋友,从此踏上人生巅峰不是梦(该 ...
MySQL事务、MySQL索引、MySQL索引数据结构详解
事务 DDL : 操作表,库 DCL : 授权 DML : 增删改数据 DQL : 查询 TCL : 数据库事务语言 #前期准备 CREATE TABLE account( #账户 id INT PR ...
MySQL索引数据结构及算法原理
摘要本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引擎对索引的支持也各不相同,因此MySQL数据库支持多种索引类型,如BT ...
MySQL索引数据结构详解
一.常见索引数据结构索引的出现其实就是为了提高数据查询的效率,就像书的目录一样.但是实现索引的方式却有很多种,所以这里也就引入了索引模型的概念.可以用于提高读写效率的数据结构很多,这里我先给你介绍三 ...
1万条数据大概占多大空间_Java互联网架构-性能优化Mysql索引数据结构详解
欢迎关注头条号:java小马哥周一至周日下午三点半!精品技术文章准时送上!!! 精品学习资料获取通道,参见文末一,索引数据结构红黑树,Hash,B+树详解索引是帮助MySQL高效获取数据的排好序 ...

Mysql索引数据结构

索引

Hash Mysql使用的数据结构

优点

缺点

二叉树与红黑树

缺点

B树

优点

缺点

B+树 Mysql使用的数据结构

优点

Mysql存储引擎

InnoDB 聚族索引（索引与数据存放一起）

文件存放格式

B+树数据存储结构

MyISAM 非聚族索引（索引不与数据存放一起）

文件存放格式

B+树数据存储结构

Mysql名词

回表

索引覆盖

最左匹配

索引下推

索引匹配

索引失效

Mysql索引数据结构相关推荐

最新文章

热门文章