mysql原理(1) mysql底层数据结构
一、前言
1.1 索引结构及查找算法
一个sql语句在mysql里究竟是如何运行的呢?又是怎么去查找的呢? 其中就涉及到数据库(存储数据)以及查找算法。 先来看一下几种查找算法;
- 目录查找:类似索引
- 遍历:暴力查找
- 二分:B+树的基础算法
- 键查找:hash查找
能做索引的数据结构有:数组、链表、红黑树、B树(B-树、B+树)。
那么哪种数据结构适合做 MySql 数据库的存储结构呢?
先来说下数据的一般存储方式:内存(适合小数据量)、磁盘(大数据量)。
磁盘的运转方式:速度 + 旋转,磁盘页的概念:每一页大概16KB。
1.2 不适合做MySql的数据结构及其原因
数组和链表的缺点就是数据量大的时候存不了,也就是说不合适大数据量。
哈希是通过hash函数计算出一个hash值的,存在哈希碰撞的情况,另外哈希也不支持部分索引查询以及范围查找。但是哈希的优点就是查找的时间复杂度是O(1),那么什么情况下可以使用hash索引呢?就是查询条件不会变,而且没有部分查询和范围查询的时候。
红黑树存储的数据量大的时候,红黑树的节点层数多,也就是树的高度比较高,查找的底层数据时,查找次数就比较多,即对磁盘IO使用比较频繁。总结为以下两点:
- 读取浪费太多:通过计算本来树的每一层大概需要分配16KB的数据,但是对于红黑树来说,实际存的节点数比较少,即存的数据大小远远小于16KB,从而造成存储空间的浪费
- 读取磁盘的次数过多:树的层数越多,查找数据时读取磁盘的次数也就越多
如下图所示,如果需要查找数字4的话,需要查找三次,即对磁盘IO操作三次:
我们想下,那为什么红黑树又可以在hashMap的查找那里用呢?
这就涉及到磁盘和内存的区别了,这里就不展开解释了,只需要知道是因为hashMap使用到是内存就可以了。
BTree和B+Tree的引出
针对红黑树以上总结的两点(不适合用来做mysql的数据结构的原因),有什么可以改进的方法呢?我们可以从以下两点出发:
- 增加树每层的节点数量,这样可以对分配的16KB充分利用,即解决上面的读取浪费的问题
- 尽可能的让树的高度减小,使得树显得比较“矮胖”,这样可以减少读取磁盘的次数
那么怎么样才可以实现以上的方法呢?这就需要用到B+树了,实际上MySql的底层数据结构就是用的B+树。
BTree数据结构
N阶的BTree的几个重要特性:
- 节点最多含有N颗子树(指针),N-1个关键字(数据存储空间) (N>=2);
- 除了根节点和叶子节点外,其它每个节点至少有M=N/2个子节点,M向上取整,即分裂的时候从中间分开,分成M棵子树;
- 若根节点不是叶子结点,则至少有两颗子树。
什么意思呢,我们来看下面这颗三阶的B树,结构大概长这样:
BTree有一个非常重要的操作,当一颗树不满足以上的性质的时候,会进行怎样的操作?红黑色大家已经知道了会进行变换颜色、左旋或右旋操作(二叉树、红黑树以及Golang实现红黑树)。而BTree会进行分裂操作。
先来看个例子:
创建一棵5阶的BTree,插入的数据有:2,13,6,1,7,4,10,12,5,16,22。
根据BTree的特性,5阶则在磁盘的页中最多有5个指针(存储查找路径的地址)、4个存储空间(存储关键字,即需要存的数据),那么具体的插入数据如下所示:
当插入7的时候,发现空间不足,此时就会出现分裂操作,从中间节点分开,把中间节点移到根节点,如下:
当插入16的时候,比6大,应该插入到右子树13的右边的,但是发现的空间不够,此时又会进行分裂操作,从右子树的中间节点(12)分开,把中间节点移到根节点,然后分裂成左右子树,这时一共有三颗子树了,如下所示:
最后插入22得到的一颗完整的树如下:
大家也可以添加多其它数据,然后看看分裂后的效果,这里就不一一列举了。
需要注意的是:
分裂后的树节点仍要满足BTree的特性,其实也是满足二叉查找树(二叉排序树)的特点,如果忘了的同学,可以参考前面写的一篇文章:二叉树、红黑树以及Golang实现红黑树。
可以看到左子树的值比6小,中间节点的值(7、10)介于6和12之间,右子树的值均比12大。总的来说就是从左到右是有序的。
以上操作是BTree构建的详细过程,需要注意的是在构建过程中进行分裂的操作,分裂后必须关注的是是否仍满足了BTree的特性,是否是一颗二叉排序树。有时候插入一个数时,可能会经过多次分裂操作。回过头来看上面提到的两个问题:1.读取浪费太多;2.磁盘读取次数过多。
根据BTree的特点,我们可以看到BTree的查找效率还是挺高的,也能够解决这两个问题。但是MySql还是没有选择使用BTree数据结构,这是为什么呢?主要原因有以下这几点:
- 因为BTree不适合范围查找。就拿上面的来举例,比如我要查找小于6的数据,则先找到6的节点,然后需要遍历一遍6节点(索引)的左子树,不遍历的话,就拿不到小于6的这些数据了,也就说索引失效了,所以说不适合范围查找。
- BTree的节点除了存储索引之外,还存储了数据本身,占用空间较大,但是磁盘的页大小是有限的(16KB左右),因此,存储同样大小的数据,BTree显得比较高(相对B+Tree),稳定性弱一些。
- 综上两个主要原因,MySql最终选择了B+Tree的数据结构来存储数据。
B+Tree数据结构
B+Tree和BTree的分裂过程类似,只是B+Tree的非叶子节点不会存储数据,只存储索引值(指针地址),所有的数据都是存储在叶子节点,其目的是为了增加系统的稳定性。这里就不再列举B+Tree的分裂过程了,我们直接看下B+Tree到底长啥样,如下图所示:
实际上MySql的底层数据结构B+Tree是长这样的,如下图所示:
大家可以看出B+Tree与BTree有啥不一样呢?由上图可以看出B+Tree有以下几个特点:
- 叶子节点连起来了,是一条有序的双向链表,目的是为了解决范围查找。比如需要查找小于9的数据,只要找到等于9的数据,然后将9的左边数据全部拿出来即可。
- 非叶子节点不存数据,只存索引,空间利用更高效。
- 数据的个数和节点一样多,换句话说,非叶子节点存的是其子树的最大或最小值。
对于索引失效的情况,BTree是需要遍历整棵树才能把所有数据拿到,而B+Tree只需要找到叶子节点的第一个节点即可把所有数据拿到,可见效率是B+Tree更优,这就是双向链表的妙用。
计算m阶,即B+Tree该取多少合适:
m是怎么计算出来的呢?是根据磁盘的页大小来计算的,也就是说是由磁盘页大小决定的。
我们知道,磁盘的页大小大概是16K,MySql创建索引时,可以根据字段及类型来计算磁盘一页大概可以存多少数据。
根据官方文档描述,树高度等于2时(2阶),大概可以存两万多条数据;高度等于3时(3阶),大概可以存两千多万条数据,怎么计算的呢?
首先,1 千字节(KB)=1024 字节(B),一页有16KB,假设存主键+指针大概有8+6=14B,则一页就可以存:16*1024/(8+6)=1170 个索引了。对于3阶的B+Tree来说,大概可以存:1170^3 条数据,大概是两千万。计算公式=1170*1170*1170*14/1024=21897052.734375字节(B)
总结
BTree是B+Tree的一个过渡,B+Tree适合用于大数据量的磁盘索引数,经典的就是上面讲到的作为MySql的底层索引结构,所有的数据都存在叶子节点,其它节点只存储索引,增加了系统的稳定性、提高查找效率以及查询时减少磁盘的IO操作。
mysql原理(1) mysql底层数据结构相关推荐
- 面试必问:一文弄懂MySQL数据库索引之底层数据结构和索引类型
面试必问:一文弄懂MySQL数据库索引之底层数据结构和索引类型 前言 一.索引 1.1作用 1.2特点 1.3使用 1.3.1创建索引 1.3.2删除索引 1.3.3查看表中的索引 1.3.4查看SQ ...
- mysql新增列并同时增加数据_图解MySQL | [原理解析] MySQL 为表添加列 是怎么quot;立刻quot;完成的...
在上一期图解 图解MySQL | MySQL DDL为什么成本高?中,我们介绍了: 传统情况下,为表添加列需要对表进行重建 腾讯团队为 MySQL 引入了 Instant Add Column 的方案 ...
- mysql新增字段位置_图解MySQL | [原理解析] MySQL 为表添加列 是怎么quot;立刻quot;完成的...
在上一期图解 图解MySQL | MySQL DDL为什么成本高?中,我们介绍了: 传统情况下,为表添加列需要对表进行重建 腾讯团队为 MySQL 引入了 Instant Add Column 的方案 ...
- 三、redis原理之list底层数据结构
一.redis原理之list底层数据结构ziplist和quicklist. 快速列表 quicklist[quicklist = 链表+ziplist] 首先在列表元素较少的情况下会使用一块连续的内 ...
- 四、redis原理之set底层数据结构
一.redis原理之set底层数据结构? 其底层有两种实现方式: 1.当value是整数值时,且数据量不大时使用inset来存储, 2.其他情况都是用字典dict来存储 inset的结构: typed ...
- 【MySQL】Mysql索引优化与底层数据结构深入剖析 - 笔记
索引 使用索引,会提前存储被索引字段对应行的磁盘文件地址指针,做一次IO就能查找到数据. 二叉树 递增的索引不适合用二叉树来维护,因为递增的id会导致二叉树退化成为链表,这样建立索引的效果和不建立索引 ...
- mysql原理(mysql是怎样运行的)
一.MySQL的客户端/服务器架构: 1.mysql客户端服务端场景: a.启动MySQL服务器程序 b.启动MySQL客户端程序并连接到服务器程序. c.在客户端程序中输入一些命令语句作为请求发送到 ...
- mysql 写磁盘_图解MySQL | [原理解析] MySQL insert 语句的磁盘写入之旅
作者及简介: 黄 炎,爱可生首席技术官: 王 悦,爱可生研发团队成员,负责数据库管理平台相关项目的开发和故障排查,好奇 MySQL 技术原理及各类数据库实现方案. 本文来源:转载自公众号-图解 MyS ...
- 一、redis原理之string底层数据结构SDS
一.前言 我们说Redis 是用 C 语言写的,,但是对于Redis的字符串,却不是 C 语言中的字符串(即以空字符'\0'结尾的字符数组),它是自定义的数据结构SDS(simple dynamic ...
最新文章
- Intel Optane PMEM 概览
- Vue - class与style绑定
- HOOK技术-满足我们程序的偷窥欲
- 力扣——按递增顺序显示卡牌
- Linux编程 9 (shell类型,shell父子关系,子shell用法)
- ROS探索总结(五)——创建简单的机器人模型smartcar
- SAP Spartacus的Component 请求
- iOS学习之iOS沙盒(sandbox)机制和文件操作之NSFileManager
- Gradle中的buildScript,gradle wrapper,dependencies等一些基础知识
- 如何用python爬取公众号文章搜狗微信搜索_python抓取搜狗微信公众号文章
- 计算机科学与工程国际研讨会,2018年北京计算机科学与技术国际研讨会
- Matlab低通滤波器的使用--频域图像增强实验
- Python合成PDF文件
- GitHub桌面版汉化
- linux 强制结束任务管理器,结束拒绝访问的进程 cmd下结束进程 强行结束进程
- 计算机英语四六级考试时间,2019年12月英语四六级考试时间
- Python转UTC世界标准时间(包含T和Z) 成为北京时间
- Codeforces #319E: Ping-Pong 题解
- 当当年中庆,百万自营图书大放价,又有羊毛可以薅了
- 好方法教你如何让你的博客变更值钱
热门文章
- React Native的Navigator详解
- 如何查看自己电脑的ip地址
- 1577 例题3 数字转换(LOJ10155) 约数计算 树上最长链(两次找最大深度)
- .bat文件闪退,原因及解决
- 咸鱼之王攻略及Mac M1 M2 系统电脑挂机解决无法登录的问题
- 安卓开发——android8.0应用崩溃,报错: Only fullscreen opaque activities can request orientation
- (附源码)php校园电子图像信息采集系统 毕业设计 010930
- vue-cli热更新 失效
- Xamarin.Forms学习之路——MarvelCard改造版
- 软考-SMTP是什么意思