mysql索引 b+树

发布时间:2019-03-27  栏目:sqlite  评论:0 Comments

一 、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+树的言语定义相比复杂,一句话来说是为磁盘存取设计的平衡二叉树

B+树适合营为数据库的基本功结构,完全是因为总括机的内部存款和储蓄器-机械硬盘两层存款和储蓄结构。内部存款和储蓄器能够做到高效的随意走访(随机访问即给出任意二个地方,供给回到那些地方存款和储蓄的数码)可是体量较小。而硬盘的轻易访问要透过机械动作(1磁头移动
2盘片转动),访问功能比内部存款和储蓄器低多少个数据级,可是硬盘体积较大。典型的数据水库蓄水体积量大大超越可用内存大小,那就控制了在B+树中寻觅一条数据很可能要借助四回磁盘IO操作来完结。如下图所示:平日向下读取三个节点的动作只怕会是3回磁盘IO操作,不过非叶节点平时会在起开始段载入内部存款和储蓄器以加速访问速度。同时为增强在节点间横向遍历速度,真实数据库中大概会将图海螺日光黄的CPU总结/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,海水绿p1 p2
p3代表指针,黄绿的象征磁盘,里面含有数据项,第③层17,35,p1就表示小于17的,p2就表示17-35时期的,p3就象征大于35的,可是必要小心的是,第1层才是实际的数据,1七 、35都不是实在数据,只是用来划分数据的!

image

② 、为啥接纳B+树

忠实数据库中的B+树应该是相当扁平的,能够经过向表中逐一插入丰硕数量的艺术来验证InnoDB中的B+树到底有多扁平。大家由此如下图的CREATE语句建立2个唯有大约字段的测试表,然后不断丰硕数据来填充这几个表。通过下图的计算数据(来源见参考文献1)能够分析出几个直观的下结论,那多少个结论宏观的变现了数据CurryB+树的尺度。

  B+树有哪些利益大家非要使用它吧?那就先要来探望mysql的目录

1
每一种叶子节点存款和储蓄了468行数据,各类非叶子节点存款和储蓄了差不离1200个键值,这是一棵平衡的1200路寻找树!

 

2
对于2个22.1G容积的表,也只供给高度为3的B+树就能积存了,那个容积大概能满足广流年用的供给了。倘诺把中度叠加到4,则B+树的储存体积立刻增大到25.9T之巨!

  2.1mysql索引

3
对于2个22.1G容积的表,B+树的高度是3,即便要把非叶节点全部加载到内存也只要求不难18.8M的内部存款和储蓄器(如何得出的这么些结论?因为对在那之中度为2的树,120二个叶子节点也只必要18.8M空间,而22.1G从良表的万丈是3,非叶节点120五个。同时大家倘诺叶子节点的尺码是凌驾非叶节点的,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数码。),只行使那样少的内部存款和储蓄器就足以确定保障只需求一回磁盘IO操作就寻找出所需的多少,效用是老大之高的。

    试想一下在mysql中有200万条数据,在并未建立目录的景色下,会全部拓展扫描读取,这几个时刻消耗是丰富恐怖的,而对于大型一点的网站的话,达到那个数据量很不难,不容许那样去规划

图片 3

    在大家创建数量库表的时候,大家都知道二个东西叫做主键,一般来讲数据库会活动在主键上制造索引,那名叫主键索引,来看看索引的归类吧

image

    a.主键索引:int优于varchar

    b.普通索引(INDEX):最基本的目录,没有限定,加速查找

    c.唯一索引(UNUQUE):听名字就清楚,供给全部类的值是绝无仅有的,不过允许有空值

    d.组合索引:

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

    在那里其实包括多个目录,说到组合索引,一定要讲最左前缀原则

 


    最左前缀原则:

      大家今天开创了索引x,y,z,Index:(x,y,z),只会走x,xy,xyz的查询,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,注意一种新鲜境况,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不可能确定保障是铁板钉钉的,可索引是有序的,由此不会走z


 

    e.全文索引(FULLTEXT):用于搜索内容非常短的小说之类的很好用,假设创设普通的目录,在遇见
like=’%xxx%’那种处境索引会失效

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

    这样就足以将col1和col2里面包罗x,y,z的记录整个取出来了

    

    索引的删除:DOLANDP INDEX IndexName ON `TableName`

  

    索引的优缺点:

      一 、在数据量越发庞大的时候,建立目录有助于大家进步查询功效

      贰 、在操作表的时候,维护索引会增加额外开支

      ③ 、不泛滥使用索引,创立多了目录文件会暴涨十分的快

 

  2.2B+树的优点

    叩问上边的模子后,试想一下,200W条数据,借使没有创立目录,会整整进展扫描,B+树仅仅用三层结构能够表示上百万的数据,只要求二次I/O!那提高是真的高大啊!

    因为B+树是平衡二叉树,在不断的扩展多少的时候,为了维持平衡或然须要做大批量的拆分操作,由此提供了旋转的功力,不知底旋转提议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

③ 、索引优化

  ① 、最棒左前缀原则

  ② 、不要在目录的列上做操作

  叁 、like会使索引失效变成全表扫描

  四 、字符串不加单引号会招致索引战败

  ⑤ 、减少使用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,没有规定必须怎么查,对于数据量小,有时候不供给新创造目录,依照早晚的实际景况来设想

    

 

留下评论

网站地图xml地图