深入理解Mysql索引底層資料結構與演算法

1.索引的定義

mysql官方對索引的定義為:索引(index)是幫助mysql高效獲取資料的資料結構

大家使用索引有沒有想過這個問題？為什麼索引能夠幫助mysql高效獲取資料？我一一給大家道來！在給大家講之前，先更大家分享一些計算機基礎知識，有助於理解總結：通過上面的一些知識，我們知道當磁頭移動到另乙個磁軌讀取詩句就是我們常說的一次i/o操作，但是我們知道mysql資料是分布到不同的磁軌上的，每次讀取資料都要把所有磁軌讀取一遍，那我們進行i/o次數就很多了，查詢效率就很低

那索引就是把索引字段資料的位址儲存起來，來幫助mysql直接定位到哪個磁軌的哪個扇區，這樣就減少i/o操作了，自然查詢效率就提高了

2.資料結構那麼多，mysql索引為什麼要用b+tree資料結構，而不是其他呢？肯定其他的資料不滿足我們的要求

常見的資料結構

1.二叉樹

2.紅黑樹

3.hash

4.b tree

5.b+tree

a.二叉樹

二叉樹是n(n>=0)個結點的有限集合，該集合或者為空集（稱為空二叉樹），或者由乙個根結點和兩棵互不相交的、分別稱為根結點的左子樹和右子樹組成。

不使用原因：會出現極端情況，乙個節點只有一度，就是只有乙個子節點，那讀取樹的一層就是一次i/o，那效能也不好

b.紅黑樹

紅黑樹即為平衡二叉樹的一種

不使用原因：極端情況下，乙個節點有2個子節點，那就出現一層只有2個節點的情況，這種效能也不好

c.hash

不使用原因：hash是把索引資料進行hash演算法對應乙個位址，我們會發現這個好像效能很好啊，直接找到，但是我們想想，它能滿足我們日常開發大部分情況嗎？比如通過大於或者小於去篩選資料，所以說也不合適，當然mysql還是提供了hash索引，畢竟有些場合還是用起來也不錯

d.b tree

1.度(degree)-節點的資料儲存個數2.葉節點具有相同的深度3.葉節點的指標為空4.節點中的資料key從左到右遞增排列

不使用原因：雖然解決了每一層的節點數的極端情況下，但是我們會發現每個節點儲存了索引和資料，那一層能儲存的資料太多也不好,畢竟記憶體能讀取的資料大小就是10kb

e.b+tree

1.b+tree(b-tree變種)2.非葉子節點不儲存data，只儲存key，可以增大度3.葉子節點不儲存指標4.順序訪問指標，提高區間訪問的效能

使用原因：設計有幾個方面

1.非葉子節點不儲存data，只儲存key，可以增大度

2.葉子節點不儲存指標

3.順序訪問指標，提高區間訪問的效能

3.b+tree索引的效能分析

4.不同的儲存引擎有不同的索引實現

1.myisam索引實現(非聚集)2.innodb索引實現(聚集)

a.myisam索引實現(非聚集)

--->myisam索引檔案和資料檔案是分離的

b.innodb索引實現(聚集)

1.資料檔案本身就是索引檔案2.表資料檔案本身就是按b+tree組織的乙個索引結構檔案3.聚集索引-葉節點包含了完整的資料記錄4.為什麼innodb表必須有主鍵，並且推薦使用整型的自增主鍵？5.為什麼非主鍵索引結構葉子節點儲存的是主鍵值？(一致性和節省儲存空間)

5.聯合索引結構

---->聯合索引的底層儲存結構長什麼樣？

6.索引最左字首原理

深入理解Mysql索引底層資料結構與演算法

深入理解Mysql索引底層資料結構與演算法

mysql 索引深入理解深入理解MySql的索引

mysql 索引層數 mysql 索引底層

深入理解Mysql索引底層資料結構與演算法

深入理解Mysql索引底層資料結構與演算法

mysql 索引深入理解 深入理解MySql的索引

mysql 索引 層數 mysql 索引底層

相關推薦

mysql 索引深入理解深入理解MySql的索引

mysql 索引層數 mysql 索引底層