mysql 为何用b+ 树

发布时间:2019-03-20  栏目:NoSQL  评论:0 Comments

壹 、B+树基本概念

原因就是为了减少磁盘io次数,因为b+树所有最终的子节点都能在叶子节点里找见,
所以非叶子节点只需要存`索引范围和指向下一级索引(或者叶子节点)的地址` 就行了,
不需要存整行的数据,所以占用空间非常小,直到找到叶子节点才加载进来整行的数据。

B树非叶子节点也会存数据,所以不适合mysql(以后研究下mongo为啥用b树 再补充)

  B+树的言语定义相比较复杂,简而言之是为磁盘存取设计的平衡二叉树

B+树适合当作数据库的基本功结构,完全是因为电脑的内部存款和储蓄器-固态硬盘两层存款和储蓄结构。内部存款和储蓄器能够达成火速的随意走访(随机走访即给出任意2个地点,供给再次来到那么些地点存款和储蓄的数码)可是体量较小。而硬盘的自由走访要通过机械动作(1磁头移动
2盘片转动),访问效能比内部存储器低多少个数据级,但是硬盘体量较大。典型的数据水库蓄水体积量大大抢先可用内部存款和储蓄器大小,那就控制了在B+树中查找一条数据很也许要借助五遍磁盘IO操作来形成。如下图所示:平日向下读取3个节点的动作也许会是三遍磁盘IO操作,可是非叶节点平时会在始发阶段载入内部存款和储蓄器以加快访问速度。同时为增强在节点间横向遍历速度,真实数据库中也许会将图洋浅莲红的CPU总括/内部存款和储蓄器读取优化成二叉搜索树(InnoDB中的page
directory机制)。

图片 1

图片 2

  网上经典图,巴黎绿p1 p2
p3代表指针,深翠绿的意味磁盘,里面含有数据项,第贰层17,35,p1就代表小于17的,p2就代表17-35之内的,p3就意味着大于35的,不过须要注意的是,第1层才是实事求是的数目,17、35都不是动真格的数据,只是用来划分数据的!

image

② 、为啥使用B+树

真实性数据库中的B+树应该是13分扁平的,能够通过向表中逐一插入丰裕数量的不二法门来验证InnoDB中的B+树到底有多扁平。大家透过如下图的CREATE语句建立2个唯有大约字段的测试表,然后不断抬高数据来填充这几个表。通过下图的总结数据(来源见参考文献1)能够分析出几个直观的结论,那多少个结论宏观的显现了数据CurryB+树的规则。

  B+树有怎样好处大家非要使用它呢?那就先要来探望mysql的目录

1
每一个叶子节点存款和储蓄了468行数据,各种非叶子节点存款和储蓄了大致1200个键值,那是一棵平衡的1200路寻找树!

 

2
对于二个22.1G体积的表,也只需求高度为3的B+树就能储存了,那一个体积差不多能满意广小运用的内需了。假设把中度叠加到4,则B+树的囤积体量立时增大到25.9T之巨!

  2.1mysql索引

3
对于四个22.1G体量的表,B+树的可观是3,借使要把非叶节点全体加载到内部存款和储蓄器也只须求不难18.8M的内部存款和储蓄器(怎么着得出的这几个结论?因为对此高度为2的树,120一个叶子节点也只供给18.8M空中,而22.1G从良表的莫斯中国科学技术大学学是3,非叶节点120多少个。同时大家假若叶子节点的尺码是超过非叶节点的,因为叶子节点存款和储蓄了行数据而非叶节点唯有键和少量多少。),只利用那样少的内部存款和储蓄器就足以确定保证只要求一回磁盘IO操作就寻找出所需的数量,功用是10分之高的。

    试想一下在mysql中有200万条数据,在尚未树立目录的情景下,会整整展开扫描读取,这些时刻消耗是十三分恐惧的,而对于大型一点的网站以来,达到这么些数据量很简单,不容许那样去规划

图片 3

    在我们创立数量库表的时候,大家都理解二个东西叫做主键,一般来讲数据库会自动在主键上制造索引,那名叫主键索引,来看看索引的分类吧

image

    a.主键索引:int优于varchar

    b.普通索引(INDEX):最主旨的目录,没有限定,加快查找

    c.唯一索引(UNUQUE):听名字就清楚,须求全部类的值是唯一的,然则允许有空值

    d.组合索引:

1 CREATE INDEX name_age_address_Index ON `student`(`name`, `age`, `address`);

    在此处实在包括多个目录,说到组合索引,一定要讲最左前缀原则

 


    最左前缀原则:

      我们今日开创了索引x,y,z,Index:(x,y,z),只会走x,xy,xyz的询问,例如:

1 select * from table where x='1'
2 select * from table where x='1' and b='1'
3 select * from table where x='1' and b='1' and c='1'

      如若是x,z,就只会走x,注意一种特有境况,select * from table
where x=’1′ and y>’1′ and
z=’1’,那里只会走xy,因为在经历xy的筛选后,z不可能确定保证是有序的,可索引是有序的,由此不会走z


 

    e.全文索引(FULLTEXT):用于搜索内容很短的文章之类的很好用,要是创造普通的目录,在碰到like=’%xxx%’那种状态索引会失效

1 ALTER TABLE tablename ADD FULLTEXT(col1, col2)
2 SLECT * FROM tablename WHERE MATCH(col1, col2) AGAINST(‘x′, ‘y′, ‘z′)

    那样就能够将col1和col2里面富含x,y,z的笔录整个取出来了

    

    索引的删减:DO本田UR-VP INDEX IndexName ON `TableName`

  

    索引的优缺点:

      ① 、在数据量尤其巨大的时候,建立目录有助于大家坚实查询效能

      二 、在操作表的时候,维护索引会扩充额外成本

      叁 、不泛滥使用索引,创立多了目录文件会暴涨极快

 

  2.2B+树的亮点

    询问上边的模型后,试想一下,200W条数据,要是尚未建立目录,会全部展开围观,B+树仅仅用三层构造得以象征上百万的数目,只须要叁遍I/O!那提高是真的伟人啊!

    因为B+树是平衡二叉树,在不停的增多数据的时候,为了保持平衡大概必要做大量的拆分操作,由此提供了旋转的法力,不理解旋转提出去补一下树的基础知识

    B+树插入动画(来自https://www.cnblogs.com/vincently/p/4526560.html)

图片 4

三 、索引优化

  壹 、最好左前缀原则

  二 、不要在目录的列上做操作

  ③ 、like会使索引失效变成全表扫描

  肆 、字符串不加单引号会造成索引战败

  ⑤ 、减弱使用select *

图片 5

  参照那里,写的很好 
 https://www.cnblogs.com/zhaobingqing/p/7071331.html

 

总结:

  sql语句怎么用,没有显明必须怎么查,对于数据量小,有时候不要求新确立目录,依据早晚的真实情状来考虑

    

 

留下评论

网站地图xml地图