mysql索引 b+树

发布时间:2019-03-31  栏目:MySQL  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+树的语言定义相比复杂,简单来说是为磁盘存取设计的平衡二叉树

B+树适合当作数据库的根底结构,完全是因为电脑的内存-机械硬盘两层存款和储蓄结构。内部存款和储蓄器能够达成快捷的轻易走访(随机走访即给出任意二个地址,必要重回那些地址存款和储蓄的数量)不过容积较小。而硬盘的即兴访问要通过机械动作(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,不过硬盘体量较大。典型的数据水库蓄水体积量大大超过可用内部存储器大小,那就控制了在B+树中查找一条数据很可能要借助两遍磁盘IO操作来形成。如下图所示:日常向下读取四个节点的动作或许会是3遍磁盘IO操作,可是非叶节点常常会在始发阶段载入内部存款和储蓄器以加快访问速度。同时为进步在节点间横向遍历速度,真实数据库中只怕会将图铁青色的CPU计算/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,彩虹色p1 p2
p3代表指针,紫酱色的代表磁盘,里面富含数据项,第三层17,35,p1就象征小于17的,p2就象征17-35以内的,p3就代表大于35的,不过须要专注的是,第壹层才是收视返听的多少,1柒 、35都不是实事求是数据,只是用来划分数据的!

image

② 、为何使用B+树

开诚相见数据库中的B+树应该是不行扁平的,能够透过向表中各类插入丰盛数量的情势来验证InnoDB中的B+树到底有多扁平。咱们通过如下图的CREATE语句建立3个唯有差不多字段的测试表,然后不断丰硕数据来填充这些表。通过下图的总计数据(来源见参考文献1)能够分析出多少个直观的结论,这多少个结论宏观的变现了数据CurryB+树的标准化。

  B+树有哪些便宜我们非要使用它吗?这就先要来看望mysql的目录

1
各类叶子节点存款和储蓄了468行数据,种种非叶子节点存款和储蓄了大致1200个键值,这是一棵平衡的1200路寻找树!

 

2
对此叁个22.1G体积的表,也只需求中度为3的B+树就能储存了,这一个容积大致能知足众多行使的供给了。假诺把中度叠加到4,则B+树的囤积容积立即增大到25.9T之巨!

  2.1mysql索引

3
对于1个22.1G容积的表,B+树的莫斯中国科学技术大学学是3,即便要把非叶节点全体加载到内部存款和储蓄器也只需求不难18.8M的内部存款和储蓄器(怎么样得出的这些结论?因为对在这之中度为2的树,120叁个叶子节点也只必要18.8M上空,而22.1G从良表的万丈是3,非叶节点1206个。同时大家假如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。),只行使这样少的内部存款和储蓄器就足以确认保障只必要3回磁盘IO操作就摸索出所需的数量,功用是格外之高的。

    试想一下在mysql中有200万条数据,在并未建立目录的情景下,会全部拓展扫描读取,那个时刻消耗是可怜恐怖的,而对于大型一点的网站的话,达到那个数据量很简单,不容许那样去规划

图片 3

    在我们创设数量库表的时候,我们都知情一个东西叫做主键,一般来讲数据库会活动在主键上创设索引,那称之为主键索引,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):最宗旨的目录,没有限定,加速查找

    c.唯一索引(UNUQUE):听名字就驾驭,需求全部类的值是绝无仅有的,可是允许有空值

    d.组合索引:

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

    在此处其实包括四个目录,说到组合索引,一定要讲最左前缀原则

 


    最左前缀原则:

      大家将来创设了索引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,注意一种分外处境,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无法保障是平稳的,可索引是寸步不移的,由此不会走z


 

    e.全文索引(FULLTEXT):用于搜索内容相当长的稿子之类的很好用,假设创设普通的目录,在碰到like=’%xxx%’那种场地索引会失效

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

    

    索引的去除:DO景逸SUVP INDEX IndexName ON `TableName`

  

    索引的利害:

      ① 、在数据量尤其巨大的时候,建立目录有助于大家增强查询功用

      ② 、在操作表的时候,维护索引会扩大额外费用

      ③ 、不泛滥使用索引,创制多了目录文件会暴涨一点也不慢

 

  2.2B+树的独到之处

    刺探下边包车型地铁模型后,试想一下,200W条数据,借使尚未创立目录,会整整开始展览围观,B+树仅仅用三层结构得以表示上百万的数据,只要求1次I/O!这升高是真的壮烈啊!

    因为B+树是平衡二叉树,在持续的扩张多少的时候,为了保全平衡也许要求做大批量的拆分操作,因而提供了旋转的效力,不明了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

③ 、索引优化

  一 、最棒左前缀原则

  二 、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

  ④ 、字符串不加单引号会导致索引失败

  五 、收缩使用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,有时候不需求新建立目录,根据早晚的骨子里处境来设想

    

 

留下评论

网站地图xml地图