MySQL索引 高效获取数据的数据结构


Posted in MySQL onMay 02, 2022

1.为什么使用索引?

MySQL索引 高效获取数据的数据结构

假如给数据使用 二叉树 这样的数据结构进行存储,如下图所示

MySQL索引 高效获取数据的数据结构

2.索引的优缺点

MySQL 官方对索引的定义为: 索引(Index )是帮助 MySQL 高效获取数据的数据结构 。
索引的本质: 索引是数据结构。你可以简单理解为 “ 排好序的快速查找数据结构 ” ,满足特定查找算法。 这些数据结构以某种方式指向数据, 这样就可以在这些数据结构的基础上实现 高级查找算法 。
优点
(1 )类似大学图书馆建书目索引,提高数据检索的效率,降低 数据库的 IO 成本 ,这也是创建索引最主 要的原因。
( 2 )通过创建唯一索引,可以保证数据库表中每一行 数据的唯一性 。
( 3 )在实现数据的 参考完整性方面,可以 加速表和表之间的连接 。换句话说,对于有依赖关系的子表和父表联合查询时, 可以提高查询速度。
( 4 )在使用分组和排序子句进行数据查询时,可以显著 减少查询中分组和排序的时 间 ,降低了 CPU 的消耗。
缺点
( 1 )创建索引和维护索引要 耗费时间 ,并 且随着数据量的增加,所耗费的时间也会增加。
( 2 )索引需要占 磁盘空间 ,除了数据表占数据空间之 外,每一个索引还要占一定的物理空间, 存储在磁盘上 ,如果有大量的索引,索引文件就可能比数据文 件更快达到最大文件尺寸。
( 3 )虽然索引大大提高了查询速度,同时却会 降低更新表的速度 。当对表 中的数据进行增加、删除和修改的时候,索引也要动态地维护,这样就降低了数据的维护速度。
索引是个好东西,可不能乱建,它在空间和时间上都会有消耗:

空间上的代价 :每建立一个索引都要为它建立一棵 B+ 树,每一棵 B+ 树的每一个节点都是一个数据页,一个页默认会 占用 16KB 的存储空间,一棵很大的 B+ 树由许多数据页组成,那就是很大的一片存储空间。
时间上的代价: 每次对表中的数据进行 增、删、改 操作时,都需要去修改各个 B+ 树索引。而且我们讲过, B+ 树每 层节点都是按照索引列的值 从小到大的顺序排序 而组成了 双向链表 。不论是叶子节点中的记录,还 是内节点中的记录(也就是不论是用户记录还是目录项记录)都是按照索引列的值从小到大的顺序 而形成了一个单向链表。而增、删、改操作可能会对节点和记录的排序造成破坏,所以存储引擎需 要额外的时间进行一些 记录移位 , 页面分裂 、 页面回收 等操作来维护好节点和记录的排序。如果 我们建了许多索引,每个索引对应的 B+ 树都要进行相关的维护操作,会给性能拖后腿。

3.InnoDB中的索引

在没有索引的情况下,不论是根据主键列或者其他列的值进行查找,由于我们并不能快速的定位到记录所在的页,所以只能 从第一个页 沿着 双向链表 一直往下找,在每一个页中根据我们上面的查找方式去查 找指定的记录。因为要遍历所有的数据页,所以这种方式显然是 超级耗时 的。如果一个表有一亿条记录 呢?此时 索引 应运而生。

3.1 设计索引

先建一张表:

CREATE TABLE index_demo(
    c1 INT,
    c2 INT,
    c3 CHAR(1),
    PRIMARY KEY(c1)
) ROW_FORMAT = Compact;
这个新建的 index_demo 表中有 2 个 INT 类型的列, 1 个 CHAR(1) 类型的列,而且我们规定了 c1 列为主键,这个表使用 Compact 行格式来实际存储记录的。这里我们简化了 index_demo 表的行格式示意图:

MySQL索引 高效获取数据的数据结构

我们只在示意图里展示记录的这几个部分:
record_type :记录头信息的一项属性,表示记录的类型, 0 表示普通记录、 2 表示最小记录、 3 表示最大记录、 1 暂时还没用过,下面讲。
next_record :记录头信息的一项属性,表示下一条地址相对于本条记录的地址偏移量,我们用 箭头来表明下一条记录是谁。
各个列的值 :这里只记录在 index_demo 表中的三个列,分别是 c1 、 c2 和 c3 。
其他信息 :除了上述 3 种信息以外的所有信息,包括其他隐藏列的值以及记录的额外信息。
把一些记录放到页里的示意图就是:

MySQL索引 高效获取数据的数据结构

我们在根据某个搜索条件查找一些记录时为什么要遍历所有的数据页呢?因为各个页中的记录并没有规 律,我们并不知道我们的搜索条件匹配哪些页中的记录,所以不得不依次遍历所有的数据页。所以如果 我们 想快速的定位到需要查找的记录在哪些数据页 中该咋办?我们可以为快速定位记录所在的数据页而 建 立一个目录 ,建这个目录必须完成下边这些事:
下一个数据页中用户记录的主键值必须大于上一个页中用户记录的主键值。 给所有的页建立一个目录项。

MySQL索引 高效获取数据的数据结构

以 页 28 为例,它对应 目录项 2 ,这个目录项中包含着该页的页号 28 以及该页中用户记录的最小主键值 5 。我们只需要把几个目录项在物理存储器上连续存储(比如:数组),就可以实现根据主键 值快速查找某条记录的功能了。比如:查找主键值为 20 的记录,具体查找过程分两步:
1. 先从目录项中根据 二分法 快速确定出主键值为 20 的记录在 目录项 3 中(因为 12 < 20 < 209 ),它对应的页是 页 9 。
2. 再根据前边说的在页中查找记录的方式去 页 9 中定位具体的记录。
至此,针对数据页做的简易目录就搞定了。这个目录有一个别名,称为 索引 。
迭代 1次:目录项纪录的页,我们把前边使用到的目录项放到数据页中的样子就是这样:

MySQL索引 高效获取数据的数据结构

从图中可以看出来,我们新分配了一个编号为 30 的页来专门存储目录项记录。这里再次强调 目录项记录 和普通的 用户记录 的 不同点 :
目录项记录 的 record_type 值是 1 ,而 普通用户记录 的 record_type 值是 0 。
目录项记录只有 主键值和页的编号 两个列,而普通的用户记录的列是用户自己定义的,可能包含 很 多列 ,另外还有 InnoDB 自己添加的隐藏列。
了解:记录头信息里还有一个叫 min_rec_mask 的属性,只有在存储 目录项记录 的页中的主键值 最小的 目录项记录 的 min_rec_mask 值为 1 ,其他别的记录的 min_rec_mask 值都是 0 。
相同点: 两者用的是一样的数据页,都会为主键值生成 Page Directory (页目录),从而在按照主键值进行查找时可以使用 二分法 来加快查询速度。
现在以查找主键为 20 的记录为例,根据某个主键值去查找记录的步骤就可以大致拆分成下边两步:
1. 先到存储 目录项记录 的页,也就是页 30 中通过 二分法 快速定位到对应目录项,因为 12 < 20 < 209 ,所以定位到对应的记录所在的页就是页 9 。
2. 再到存储用户记录的页 9 中根据 二分法 快速定位到主键值为 20 的用户记录。
迭代 2 次:多个目录项纪录的页

MySQL索引 高效获取数据的数据结构

从图中可以看出,我们插入了一条主键值为 320 的用户记录之后需要两个新的数据页:
为存储该用户记录而新生成了 页 31 。 因为原先存储目录项记录的 页 30 的容量已满 (我们前边假设只能存储 4 条目录项记录),所以不得 不需要一个新的 页 32 来存放 页 31 对应的目录项。
现在因为存储目录项记录的页不止一个,所以如果我们想根据主键值查找一条用户记录大致需要 3 个步 骤,以查找主键值为 20 的记录为例:
1. 确定 目录项记录页 。我们现在的存储目录项记录的页有两个,即 页 30 和 页 32 ,又因为页 30 表示的目录项的主键值的 范围是 [1, 320) ,页 32 表示的目录项的主键值不小于 320 ,所以主键值为 20 的记录对应的目 录项记录在 页 30 中。
2. 通过目录项记录页 确定用户记录真实所在的页 。 在一个存储 目录项记录 的页中通过主键值定位一条目录项记录的方式说过了。
3. 在真实存储用户记录的页中定位到具体的记录。
迭代 3 次:目录项记录页的目录页

MySQL索引 高效获取数据的数据结构

如图,我们生成了一个存储更高级目录项的 页 33 ,这个页中的两条记录分别代表页 30 和页 32 ,如果用户记录的主键值在 [1, 320) 之间,则到页 30 中查找更详细的目录项记录,如果主键值 不小于 320 的 话,就到页 32 中查找更详细的目录项记录。
我们可以用下边这个图来描述它:

MySQL索引 高效获取数据的数据结构

这个数据结构,它的名称是 B+ 树 。

3.2 常见索引概念

索引按照物理实现方式,索引可以分为 2 种:聚簇(聚集)和非聚簇(非聚集)索引。我们也把非聚集索引称为二级索引或者辅助索引。

3.2.1 聚簇索引

特点:
1. 使用记录主键值的大小进行记录和页的排序,这包括三个方面的含义:
        页内 的记录是按照主键的大小顺序排成一个 单向链表 。
        各个存放 用户记录的页 也是根据页中用户记录的主键大小顺序排成一个 双向链表 。
        存放 目录项记录的页 分为不同的层次,在同一层次中的页也是根据页中目录项记录的主键 大小顺序排成一个 双向链表 。
2. B+ 树的 叶子节点 存储的是完整的用户记录。
        所谓完整的用户记录,就是指这个记录中存储了所有列的值(包括隐藏列)。
优点:
        数据访问更快 ,因为聚簇索引将索引和数据保存在同一个 B+ 树中,因此从聚簇索引中获取数据比非聚簇索引更快 。
        聚簇索引对于主键的 排序查找 和 范围查找 速度非常快 。
        按照聚簇索引排列顺序,查询显示一定范围数据的时候,由于数据都是紧密相连,数据库不用从多个数据块中提取数据,所以 节省了大量的 io 操作 。
缺点:
        插入速度严重依赖于插入顺序 ,按照主键的顺序插入是最快的方式,否则将会出现页分裂,严重影 响性能。因此,对于 InnoDB 表,我们一般都会定义一个 自增的 ID 列为主键 。
        更新主键的代价很高 ,因为将会导致被更新的行移动。因此,对于 InnoDB 表,我们一般定义 主键为 不可更新 。
        
        二级索引访问需要两次索引查找 ,第一次找到主键值,第二次根据主键值找到行数据。

3.2.2 非聚簇索引

MySQL索引 高效获取数据的数据结构

概念:回表 我们根据这个以 c2 列大小排序的 B+ 树只能确定我们要查找记录的主键值,所以如果我们想根据 c2 列的值查找到完整的用户记录的话,仍然需要到 聚簇索引 中再查一遍,这个过程称为 回表 。也就 是根据 c2 列的值查询一条完整的用户记录需要使用到 2 棵 B+ 树!

3.2.3 联合索引

我们也可以同时以多个列的大小作为排序规则,也就是同时为多个列建立索引,比方说我们想让 B+ 树按照 c2 和 c3 列 的大小进行排序,这个包含两层含义:
先把各个记录和页按照 c2 列进行排序。 在记录的 c2 列相同的情况下,采用 c3 列进行排序
注意一点,以 c2 和 c3 列的大小为排序规则建立的 B+ 树称为 联合索引 ,本质上也是一个二级索引。它的意 思与分别为 c2 和 c3 列分别建立索引的表述是不同的,不同点如下:
建立 联合索引 只会建立如上图一样的 1 棵 B+ 树。
为 c2 和 c3 列分别建立索引会分别以 c2 和 c3 列的大小为排序规则建立 2 棵 B+ 树。

4.InnoDB与MyISAM的索引对比

① 在 InnoDB 存储引擎中,我们只需要根据主键值对 聚簇索引 进行一次查找就能找到对应的记录,而在 MyISAM 中却需要进行一次 回表 操作,意味着 MyISAM 中建立的索引相当于全部都是 二级索引 。
② InnoDB 的数据文件本身就是索引文件,而 MyISAM 索引文件和数据文件是 分离的 ,索引文件仅保存数 据记录的地址。
③ InnoDB 的非聚簇索引 data 域存储相应记录 主键的值 ,而 MyISAM 索引记录的是 地址 。换句话说, InnoDB 的所有非聚簇索引都引用主键作为 data 域。
④ MyISAM 的回表操作是十分 快速 的,因为是拿着地址偏移量直接到文件中取数据的,反观 InnoDB 是通 过获取主键之后再去聚簇索引里找记录,虽然说也不慢,但还是比不上直接用地址去访问。
⑤ InnoDB 要求表 必须有主键 ( MyISAM 可以没有 )。如果没有显式指定,则 MySQL 系统会自动选择一个 可以非空且唯一标识数据记录的列作为主键。如果不存在这种列,则 MySQL 自动为 InnoDB 表生成一个隐 含字段作为主键,这个字段长度为 6 个字节,类型为长整型。

MySQL索引 高效获取数据的数据结构

5.B-Tree和B+Tree的差异

先来看看B-Tree

MySQL索引 高效获取数据的数据结构

再来看看B+Tree

MySQL索引 高效获取数据的数据结构

1. B+树 有 k 个孩子的节点就有 k 个关键字,也就是孩子数量 = 关键字数;而 B 树中,孩子数量 = 关键字数 +1。
2. B+树 非叶子节点的关键字也会同时存在在子节点中,并且是在子节点中所有关键字的最大(或最小)(比如在页30中的1和5,分别也在页10、页28中出现了);而B树并不具备这样的特征。
3. B+树 非叶子节点仅用于索引,不保存数据记录,跟记录有关的信息都放在叶子节点中;而 B 树中, 非叶子节点既保存索引,也保存数据记录 。
4. B+树 所有关键字都在叶子节点出现,叶子节点构成一个有序链表,而且叶子节点本身按照关键字的大小从小到大顺序链接。(要想获取从小到大的结果序列,只需依次查找叶子节点即可);而B树则必须进行中序遍历才可以(也就是图中的3、5、8、9、10、12,这种左根右的方式)。

MySQL索引 高效获取数据的数据结构

 总结

到此这篇关于MySQL索引 高效获取数据的数据结构的文章就介绍到这了!


Tags in this post...

MySQL 相关文章推荐
MySQL Router的安装部署
Apr 24 MySQL
分析mysql中一条SQL查询语句是如何执行的
Jun 21 MySQL
MySQL系列之九 mysql查询缓存及索引
Jul 02 MySQL
SQL实现LeetCode(178.分数排行)
Aug 04 MySQL
MySQL中datetime时间字段的四舍五入操作
Oct 05 MySQL
一篇文章看懂MySQL主从复制与读写分离
Nov 07 MySQL
mysql5.6主从搭建以及不同步问题详解
Dec 04 MySQL
解决Mysql多行子查询的使用及空值问题
Jan 22 MySQL
MySQL学习之基础命令实操总结
Mar 19 MySQL
MySQL视图概念以及相关应用
Apr 19 MySQL
mysql 索引的数据结构为什么要采用B+树
Apr 26 MySQL
MySQL数据库简介与基本操作
May 30 MySQL
使用Mysql计算地址的经纬度距离和实时位置信息
Apr 29 #MySQL
解决Mysql中的innoDB幻读问题
Apr 29 #MySQL
详解Mysq MVCC多版本的并发控制
详解Mysql事务并发(脏读、不可重复读、幻读)
MySQL 条件查询的常用操作
Apr 28 #MySQL
mysql 子查询的使用
Apr 28 #MySQL
Mysql 数据库中的 redo log 和 binlog 写入策略
Apr 26 #MySQL
You might like
php 带逗号千位符数字的处理方法
2012/01/10 PHP
php验证是否是md5编码的简单代码
2014/04/01 PHP
Zend Framework教程之动作的基类Zend_Controller_Action详解
2016/03/07 PHP
php事件驱动化设计详解
2016/11/10 PHP
php+redis实现商城秒杀功能
2020/11/19 PHP
ThinkPHP5.0多个文件上传后找不到临时文件的修改方法
2018/07/30 PHP
文本链接逐个出现的js脚本
2007/12/12 Javascript
JavaScript 原型继承
2011/12/26 Javascript
jQuery 淡出一个图像到另一个图像的实现代码
2013/06/12 Javascript
java和javascript获取word文档的书签位置对比
2014/06/19 Javascript
javascript模拟php函数in_array
2015/04/27 Javascript
jQuery构造函数init参数分析
2015/05/13 Javascript
AngularJS 使用 UI Router 实现表单向导
2016/01/29 Javascript
基于JS实现限时抢购倒计时间表代码
2017/05/09 Javascript
JS检测是否可以访问公网服务器功能代码
2017/06/19 Javascript
Jquery中.bind()、.live()、.delegate()和.on()之间的区别详解
2017/08/01 jQuery
详解让sublime text3支持Vue语法高亮显示的示例
2017/09/29 Javascript
Vue在页面右上角实现可悬浮/隐藏的系统菜单
2018/05/04 Javascript
react.js组件实现拖拽复制和可排序的示例代码
2018/08/20 Javascript
教你如何用Node实现API的转发(某音乐)
2019/09/20 Javascript
[02:12]Dota 2 推出全新英雄—— 电炎绝手
2019/08/23 DOTA
简介Python的collections模块中defaultdict类型的用法
2016/07/07 Python
对python opencv 添加文字 cv2.putText 的各参数介绍
2018/12/05 Python
Python3删除排序数组中重复项的方法分析
2019/01/31 Python
PyQt5基本控件使用之消息弹出、用户输入、文件对话框的使用方法
2019/08/06 Python
Python学习笔记之Break和Continue用法分析
2019/08/14 Python
pytorch 在sequential中使用view来reshape的例子
2019/08/20 Python
GDAL 矢量属性数据修改方式(python)
2020/03/10 Python
Django URL参数Template反向解析
2020/11/24 Python
DataList 能否分页,请问如何实现?
2015/05/03 面试题
信息与计算科学专业推荐信
2014/02/23 职场文书
会计求职信怎么写
2015/03/20 职场文书
反腐倡廉观后感
2015/06/08 职场文书
初婚未育证明样本
2015/06/18 职场文书
忠诚教育学习心得体会
2016/01/23 职场文书
Python Django项目和应用的创建详解
2021/11/27 Python