江苏龙网

  1. 主页 > 生活百科 > >

MySQL索引，快速记忆法

MySQL索引


MySQL索引，快速记忆法

文章插图
哈喽 ， 大家好 ， 我是了不起 。面试的时候 ， 面试官总喜欢问一些关于MySQL索引的问题 ， 但是如果单纯的记忆 ， 还是有难度的；今天了不起把MySQL索引的知识点进行汇总 ， 方便大家快速记忆MySQL索引的相关知识点 。赶快收藏此文章吧！
索引结构：B+树
索引其实是一种数据结构
注意B+树是MySQL ， 索引默认的结构；一张表至少有一个索引（主键索引） ， 是可以有多个索引的
MySQL中的B+Tree
  1. 非叶子节点也叫内部节点 ， 只存储 健值(主键的值) + 指针（存储子节点的地址信息）
主键索引：健值(主键的值) + 指针（存储子节点的地址信息）
非主键索引：非主键列的值 + 指向下一个节点的指针(存储子节点的地址信息)
  1. 所有的数据都存在叶子节点中；
  • 同时叶子节点上还存有一个指向相邻叶子节点的指针
  • 如果是聚簇索引（主键索引） ， 叶子节点存储的是实际数据
  • 【MySQL索引，快速记忆法】如果是非聚簇索引 ， 则保存的是聚簇索引的索引key ， 也就是主键索引的值；查询非聚簇索引会有一个回表操作
  1. B+Tree的每个叶子节点增加了一个指向相邻叶子节点的指针 ， 它的最后一个数据会指向下一个叶子节点的第一个数据 ， 形成了一个有序链表的结构 。
为什么B+ 树比B 树更适合作为索引？
  1. B+ 树的磁盘读写代价更低 B+ 树的数据都集中在叶子节点 ， 分支节点 只负责指针（索引）；B 树的分支节点既有指针也有数据。这将导致B+ 树的层高会小于B 树的层高 ， 也就是说B+ 树平均的Io次数会小于B 树 。
  2. B+ 树的查询效率更加稳定 B+ 树的数据都存放在叶子节点 ， 故任何关键字的查找必须走一条从根节点到叶子节点的路径 。所有关键字的查询路径相同 ， 每个数据查询效率相当 。
  3. B+树更便于遍历 由于B+树的数据都存储在叶子结点中 ， 分支结点均为索引 ， 遍历只需要扫描一遍叶子节点即可；B树因为其分支结点同样存储着数据 ， 要找到具体的数据 ， 需要进行一次中序遍历按序来搜索 。
  4. B+树更擅长范围查询 B+树叶子节点存放数据 ， 数据是按顺序放置的双向链表 。B树范围查询只能中序遍历 。
  5. B+ 树占用内存空间小 B+ 树索引节点没有数据 ， 比较小 。在内存有限的情况下 ， 相比于B树索引可以加载更多B+ 树索引 。
MyISAM与InnoDB 的区别
  1. InnoDB支持事务 ， MyISAM不支持
  2. InnoDB支持外键 ， 而MyISAM不支持
  3. InnoDB是聚集索引 ， 数据和索引存到同一个文件里；MyISAM是非聚集索引 ， 数据和索引不在同一个文件里；都是使用B+Tree作为索引结构
  4. InnoDB不保存表的具体行数 ， 执行select count(*) from table时需要全表扫描 。而MyISAM用一个变量保存了整个表的行数 ， 执行上述语句时只需要读出该变量即可 ， 速度很快（注意不能加有任何WHERE条件）
因为InnoDB的事务特性 ， 在同一时刻表中的行数对于不同的事务而言是不一样的 ， 因此count统计会计算对于当前事务而言可以统计到的行数 ， 而不是将总行数储存起来方便快速查询 。InnoDB会尝试遍历一个尽可能小的索引除非优化器提示使用别的索引 。如果二级索引不存在 ， InnoDB还会尝试去遍历其他聚簇索引 。
如果索引并没有完全处于InnoDB维护的缓冲区（Buffer Pool）中 ， count操作会比较费时 。可以建立一个记录总行数的表并让你的程序在INSERT/DELETE时更新对应的数据 。和上面提到的问题一样 ， 如果此时存在多个事务的话这种方案也不太好用 。如果得到大致的行数值已经足够满足需求可以尝试SHOW TABLE STATUS


推荐阅读


上一篇：聊聊「短信」渠道的设计与实现

下一篇：分布式数据库的几个事实，你知道了吗？