MySQL Innodb索引机制详细介绍
这篇文章介绍了MySQL Innodb索引数据结构工作原理。对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧1、什么是索引
索引是存储引擎用于快速找到记录的一种数据结构。
2、索引有哪些数据结构
[*]顺序查找结构:这种查找效率很低,复杂度为o(n)。大数据量的时候查询效率很低。
[*]有序的数据排列:二分查找法又称折半查找法。
通过一次比较,将查找区间缩小一半。而mysql中的数据并不是有序的序列。
[*]二叉查找树:左子树的键值总是小于根的键值,右子树的键值总是大于根的键值。通过中序遍历得到的序列是有序序列,但如果二叉查找树构造的不好则跟顺序查找没什么区别
[*]平衡二叉树:如果需要二叉查找树是平衡的,从而引出平衡二叉树。平衡二叉树首先得满足二叉查找树的定义,其次必须满足任何结点的两个子树的高度的最大差为1。显然上面的树不是平衡二叉树,平衡二叉树示例如下:
平衡二叉查找树的时间复杂度为o(logn),查询速度的确很快,但是维护一颗平衡二叉树的代价也是非常大的。通常来说,需要一次或多次左旋和右旋来得到插入或更新后的平衡性。
[*]b树:b树和平衡二叉树稍有不同的是b树属于多叉树又名平衡多路查找树:
[*]根节点至少有两个子节点(每个节点有m-1个key, 且以升序排列) 其它节点至少有m/2个子节点
[*]叶子结点都在同一层。
[*]b+树
b+树是b树的变种,b+树由b树和索引顺序访问方法演化而来(在现实生活中几乎没有使用b树的情况来)。
b+树是为磁盘或其他直接存储辅助设备设计的一种平衡查找树。
在b+树中所有记录结点都是按键值的大小顺序放在同一层的叶子结点上, 由各叶子节点指针进行连接。
所有查询都要查找到叶子节点,查询性能稳定。
所有叶子节点形成有序链表,便于范围查询。每个叶子结点都存有相邻叶子结点的指针,叶子结点本身依关键字的大小自小而大顺序链接(双向链表)
3、innodb为什么使用b+树做为索引
[*]可以有效的利用系统对磁盘的块读取特性,在读取相同磁盘块的同时,尽可能多的加载索引数据,来提高索引命中效率,从而达到减少磁盘io的读取次数(局部性原理与磁盘预读)。
[*]b+树的磁盘读写代价更低:b+树的内部节点并没有指向关键字具体信息的指针(只有叶子节点存储有),因此其内部节点相对b树更小,如果把所有同一内部节点的关键字存放在同一盘块中,那么盘块所能容纳的关键字数量也越多,一次性读入内存的需要查找的关键字也就越多,相对io读写次数就降低了。
[*]b+树的查询效率更稳定。由于非终结点并不是最终指向文件内容的结点,而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同,导致每一个数据的查询效率相当。
[*]b+树支持范围查询,而b树不支持
4、索引分类
从存储结构上分类:btree索引、hash索引、全文索引
从应用上分类:主键索引、唯一索引、组合索引
从物理存储角度:聚集索引和非聚集索引(辅助索引)
下面说说什么是聚集索引,什么是非聚集索引:
[*]聚集索引
按照每张表的主键构建一棵b+树,同时叶子节点中存放的即为整张表的行记录数据。也将聚集索引的叶子节点称为数据页,每个数据页都通过一个双向链表进行链接。
聚集索引对于主键的排序查找和范围查找的数据非常快。
[*]辅助索引
除了存储了索引列,还存储了叶子节点的指针。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持CodeAE代码之家。
原文链接:https://www.cnblogs.com/yuanfy008/p/15586155.html
http://www.zzvips.com/article/210863.html
页:
[1]