乐趣区

关于java:mysql索引基础

在日常工作中,遇到查问数据比较慢的状况,个别是数据量很大,且没用到索引,索引就像书的目录,如果没有目录,须要一页一页的查问,效率很慢。有了目录,能够疾速的查找数据。

索引常见的三种模型

  • hash 表
  • 排序数组
  • 二叉查找树

hash 表 是一种以键 – 值存储数据的构造,通过 key 间接间接找到对应的 vale。hash 表只实用 等值查问 场景,对范畴查找就生效了。

排序数组 反对等值查问和范畴查问,在有序数组中,应用二分查找,查问的工夫复杂度是 O(logn)。从查问效率来说,有序数组的确是一个很好的抉择。然而须要增加或者删除数据时,为了保障数组的有序性,往两头插入的数据,须要挪动数组前面的数组,而内存的调配是很耗时的过程。

二叉树查找树 也叫二叉搜寻树,它的特定是一个结点上左子树上所有的值都小于右子树上所有的值,能够将索引的值有序的保留在二叉树上,如下图所示。

查问的速度就是树的高度,节点每次的拜访都对应这磁盘的 IO 操作,同样的数据,为了放慢查问速度,须要升高树的高度,而升高树的高度,须要将二叉树转成 N 叉树。这里的 N 和 mysql 查问的页的大小无关。

B+ 树结构

b+ 树的查找过程

如图所示,B+ 树是一个 N 叉树,每个节点有索引和指针。如果查找数据项 28。

  • 首先会把磁盘块 1 加载到内存,此时产生一次 IO, 在内存中应用二分查找确定 28 在 17 和 35 之间
  • 找到磁盘 1 中的 P2 指针,通过磁盘 1 的 P2 指针指向的磁盘 3 加载到内存,产生第二次 IO
  • 28 在 26 和 30 之间,找到磁盘 3 的 P2 指针指向磁盘 8,把磁盘 8 加载到内存中,产生第三次 IO
  • 在内存中做二分查找找到 28,总共三次 IO

真实情况是,三层的 b+ 树能够示意上百万的数据,如果百万的数据只须要三次 IO,性能将会很大的晋升,没有索引,查问每条数据都须要产生一次 IO, 查问的效率很低。

通过剖析,咱们能够晓得 IO 次数取决于 b + 树的高度,当数据肯定时,每个磁盘的数量越大,树的高度就越小,磁盘的大小也就是一个数据页的大小,是固定的,如果数据项占的空间越小,数据项的数量越多,树的高度就越低,所以在抉择索引字段的时候要尽量小,比方 int 4 个字节要比 bigint 占 8 个字节少占一半。

B+ 树和 B 树的区别

  • b 树节点存储数据,b+ 树的节点不存储数据,只是存索引,数据都存储在叶子节点。
  • b+ 树叶子节点用链表串联起来,而 b 树没有。

创立索引的几个准则

  • 最左匹配准则 ,mysql 会始终向右匹配晓得遇到范畴查问(>、<、between、like)就进行匹配,比方 a = 1 and b = 2 and c > 3 and d = 4 , 如果建设(a,b,c,d)程序的索引,d 是用不到索引的。如果建设(a,b,d,c) 的索引都能够用到,a、b、d 的程序能够任意调整。
  • = 和 in 能够乱序,比方 a = 1 and b = 2 and c = 3 建设(a,b,c)索引能够任意程序,mysql 查问优化器会优化查问索引
  • 尽量抉择区分度高的列作为索引,区分度指的字段的不重复性比例,比例越大,扫描的记录就越少,惟一键的区分度是 1,而一些状态,性别区分度在数据量大的背后区分度就是 0
  • 索引不能参加计算,放弃列的洁净,不能在索引列上增加函数,或者运算之类。因为 b + 树存储的是数据表的数据,而通过运算的数据和 b + 树上的数据不能做比拟,导致索引生效
  • 尽量的扩大索引,不要新建索引。比方表中原来有 a 的索引,当初要增加 b 的索引,把原来的索引扩大成(a,b)的索引即可。因为没建一个索引,就须要创立一个 b + 树。

参考

美团 -MySQL 索引原理及慢查问优化
深入浅出索引(上)

如果感觉文章对你有帮忙的话,请点个赞吧!

退出移动版