一、自适应哈希索引(Adaptive Hash Index,AHI)

1. 定义

哈希(hash)是一种非常快的查找方法,在一般情况下这种查找的时间复杂度为O(1),即一般仅需要一次查找就能定位数据。而B+树的查找次数,取决于B+树的高度,在生产环境中,B+树的高度一般为3~4层,故需要3~4次的查询。

InnoDB存储引擎会监控对表上各索引页的查询。如果观察到建立哈希索引可以带来速度提升,则建立哈希索引,称之为自适应哈希索引(Adaptive Hash Index,AHI)。AHI是通过缓冲池的B+树页构造而来,因此建立的速度很快,而且不需要对整张表构建哈希索引。InnoDB存储引擎会自动根据访问的频率和模式来自动地为某些热点页建立哈希索引。

2. AHI要求

  • 对这个页的连续访问模式必须是一样的。
  • 以该模式访问了100次
  • 页通过该模式访问了N次,其中N=页中记录*1/16

例如对于(a,b)这样的联合索引页,其访问模式可以是以下情况:
❑WHERE a=xxx
❑WHERE a=xxx and b=xxx
访问模式一样指的是查询的条件一样,若交替进行上述两种查询,那么InonDB存储引擎不会对该页构造AHI。

3. AHI效果

根据InnoDB存储引擎官方的文档显示,启用AHI后,读取和写入速度可以提高2倍,辅助索引的连接操作性能可以提高5倍。毫无疑问,AHI是非常好的优化模式,其设计思想是数据库自优化的(self-tuning),即无需DBA对数据库进行人为调整。

4. 设置AHI开启与关闭

mysql> show variables like 'innodb_adaptive_hash_index';
+----------------------------+-------+
| Variable_name              | Value |
+----------------------------+-------+
| innodb_adaptive_hash_index | ON    |
+----------------------------+-------+

默认是开启的

5. 查看AHI的使用情况

mysql>SHOW ENGINE INNODB STATUS\G;
***************************1.row***************************
Status:
=====================================
090922 11:52:51 INNODB MONITOR OUTPUT
=====================================
Per second averages calculated from the last 15 seconds
……
-------------------------------------
INSERT BUFFER AND ADAPTIVE HASH INDEX
-------------------------------------
Ibuf:size 2249,free list len 3346,seg size 5596,
374650 inserts,51897 merged recs,14300 merges
Hash table size 4980499,node heap has 1246 buffer(s)
1640.60 hash searches/s,3709.46 non-hash searches/s
……

现在可以看到AHI的使用信息了,包括AHI的大小、使用情况、每秒使用AHI搜索的情况。值得注意的是,哈希索引只能用来搜索等值的查询,如SELECT*FROM table WHERE index_col=‘xxx’。而对于其他查找类型,如范围查找,是不能使用哈希索引的,因此这里出现了non-hash searches/s的情况。通过hash searches:non-hash searches可以大概了解使用哈希索引后的效率。

mysql:InnoDB关键特性:自适应哈希索引(AHI)相关推荐

  1. mysql hash创建_Mysql自适应哈希索引(Adaptive Hash Index)创建的条件

    官方文档: If a table fits almost entirely in main memory, a hash index can speed up queries by enabling ...

  2. MySql 自适应哈希索引

    一.介绍 哈希(hash)是一种非常快的查找方法,一般情况下查找的时间复杂度为O(1).常用于连接(join)操作,如Oracle中的哈希连接(hash join). InnoDB存储引擎会监控对表上 ...

  3. mysql源码自适应哈希索引_MySQL 自适应哈希索引

    一.介绍 哈希(hash)是一种非常快的查找方法,一般情况下查找的时间复杂度为O(1).常用于连接(join)操作,如Oracle中的哈希连接(hash join). InnoDB存储引擎会监控对表上 ...

  4. 【MySQL】Innodb存储引擎关键特性之——自适应哈希索引和异步IO

    自适应哈希索引(AHI) 问题背景 众所周知,Innodb存储引擎索引底层数据结构是B+树,而B+树查找的时间复杂度取决于B+树的高度.而有一种数据结构,它查找的时间复杂度是O(1),那就是--数组. ...

  5. 什么是Mysql的next-key、插入缓冲、二次写、自适应哈希索引和预读

    目录 楔子 一.间隙锁(Next-Key锁) 二.插入缓冲(Insert Buffer) 2.1.什么是insert buffer? 2.2.insert buffer的触发条件? 2.3.为什么不能 ...

  6. MySQL中的自适应哈希索引

    众所周知,InnoDB使用的索引结构是B+树,但其实它还支持另一种索引:自适应哈希索引. 哈希表是数组+链表的形式.通过哈希函数计算每个节点数据中键所对应的哈希桶位置,如果出现哈希冲突,就使用拉链法来 ...

  7. [MySQL] InnoDB三大特性之 - 插入缓冲

    InnoDB存储引擎有三大特性非常令人激动,它们分别是插入缓冲.两次写和自适应哈希,本篇文章先介绍第一个特性 - 插入缓冲(insert buffer) 在上一篇<MySQL - 浅谈InnoD ...

  8. 十一. MySQL InnoDB 三大特性之 BufferPool

    目录 一. BufferPool BufferPool基础与内部几个链表的解释 1. free链表 磁盘页加载到BufferPool的缓存流程 2. hash表 3. flush链表 flush 写入 ...

  9. InnoDB关键特性之插入缓冲

    Insert Buffer:主要用于提高非聚集索引的插入和更新性能 聚集索引和非聚集索引 聚集索引就是数据索引按照索引排序,且内容也是顺序存储(等价于汉语字典按照拼音索引排序) 非聚集索引索引项按照顺 ...

  10. mysql innodb引擎数据存储方式和索引的概念

    索引 主键索引 二级索引(非主键的索引) mysql两个引擎的区别在上面的图中体现出来了. B+tree索引 下面的图是从网上找的,来源已经不可知了.通过下图可以简单理解数据查找的过程. 还有一个点就 ...

最新文章

  1. vector删除数据时有什么需要注意的吗 ?
  2. LAMP环境安装1之php编译报错
  3. python可以连接sql server_python连接sqlserver数据库
  4. 实战MongoDB-Replication之Master-Slave
  5. 让Android的输入框与文本框带滚动条ScrollView
  6. 合肥师范学院2020年专业计算机是多少分,合肥师范学院2020年安徽省一本、二本各专业录取分数统计...
  7. 达梦DM7DM8下载地址 - 2022-03-16更新
  8. jQuery介绍及各版本介绍(适合新手查看)
  9. Python—WebSocket爬虫实战
  10. 频率相噪中相关公式、名词注释详解
  11. 揭秘 | Akuna工作体验大揭秘
  12. SpringBoot简单实现上传图片到七牛云
  13. 大型网站 + 静态页面
  14. mysql使用exists、in、distinct区别
  15. 基于kettle的数据集成平台(三)
  16. PDU会话建立流程(8)-SM Policy Association的建立
  17. EasyRoads3D使用教程
  18. windows 32位程序编译成64位
  19. 从餐厅服务员到一线电商程序员(中)
  20. CCC 数字钥匙 Release 3

热门文章

  1. 原生JS实现简单打砖块弹球小游戏
  2. Frameworks Detected: Web framework is detected
  3. 微观经济学第七周作业(生产函数,规模报酬,投入产出)
  4. 高分子专业计算机建模,高分子与计算机模拟.doc
  5. 【Codeforces 760 B Frodo and pillows】+ 二分
  6. 虚拟机几种联网的方式,如何共享主机IP
  7. 在Mac下载安装win10虚拟机教程及分辨率等问题。
  8. C/C++银行账户管理系统
  9. Java socket编程 CPU占用率高的问题解决
  10. 通过Vue的动态组件实现打印模板设计器结合lodop打印