[ MySQL ] — 如何理解索引以及索引的操作

news/2024/4/20 12:39:49/

目录

初识索引

认识磁盘 

 MySQL与存储

了解磁盘

mysql与磁盘的交互

索引的理解

理解单个Page

理解多个Page

页目录

单页情况

多页情况

索引结构 - B+树

聚簇索引 和 非聚簇索引

索引操作

 创建主键索引

 唯一索引的创建

​编辑 普通索引的创建

全文索引的创建

查询索引

删除索引

索引创建原则

其他概念(了解)

复合索引

索引最左匹配原则

索引覆盖


初识索引

索引:提高数据库的性能,索引是物美价廉的东西。不用加内存,不用改程序,不用调sql,只要执行正确的 create index ,查询速度就可能提高成百上千倍。但是天下没有免费的午餐,查询速度的提高是以插入、更新、删除的速度为代价的,这些写操作,增加了大量的IO。所以它的价值,在于提高一个海量数据的检索速度。

常见索引分为:
        主键索引(primary key)
        唯一索引(unique)
        普通索引(index)
        全文索引(fulltext)--解决中子文索引问题。

使用:

构建一个有8000000条记录数据的员工表。

因为数据太大,不方便展示,所以这里只显示前5条

查询员工编号为998877的员工

查询需要 5~6 秒 左右的时间 ,这还是在本机一个人来操作,在实际项目中,如果放在公网中,假如同时有1000个人并发查询,那很可能就死机。

 解决方法,创建索引

 此时再尝试刚才的sql 就会发现立马就出现结果了。

认识磁盘 

 MySQL与存储

        MySQL 给用户提供存储服务,而存储的都是数据,数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备,相比于计算机其他电子元件,磁盘效率是比较低的,在加上IO本身的特征,可以知道,如何提交效率,是 MySQL 的一个重要话题。

了解磁盘

在之前的一遍博客中有讲述,想了解的可以去看一看。

Linux—基础IO_晚风不及你的笑427的博客-CSDN博客

mysql与磁盘的交互

        MySQL 作为一款应用软件,可以想象成一种特殊的文件系统。它有着更高的IO场景,所以,为了提高基本的IO效率, MySQL 进行IO的基本单位是 16KB(默认使用InnoDB 存储引擎)。

        磁盘这个硬件设备的基本单位是 512 字节,而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即, MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元,在 MySQL 这里叫做page(注意和系统的page区分)。

为了更好的进行操作, MySQL 服务器在内存中运行的时候,在服务器内部,就申请了被称为 Buffer Pool 的的大内存空间,来进行各种缓存。其实就是很大的内存空间,来和磁盘数据进行IO交互。

MySQL 中的数据文件,是以page为单位保存在磁盘当中的。
        MySQL 的 CURD 操作,都需要通过计算,找到对应的插入位置,或者找到对应要修改或者查询的数据。而只要涉及计算,就需要CPU参与,而为了便于CPU参与,一定要能够先将数据移动到内存当中。
        所以在特定时间内,数据一定是磁盘中有,内存中也有。后续操作完内存数据之后,以特定的刷新策略,刷新到磁盘。而这时,就涉及到磁盘和内存的数据交互,也就是IO了。而此时IO的基本单位就是Page。

为了更高的效率,一定要尽可能的减少系统和磁盘IO的次数
 

索引的理解

做个测试:将主键内容乱序插入,表中默认是怎么排序的呢?

这里有个问题:

为何MySQL和磁盘进行IO交互的时候,要采用Page的方案进行交互呢?用多少,加载多少不香吗?

        如上面的5条记录,如果MySQL要查找id=2的记录,第一次加载id=1,第二次加载id=2,一次一条记录,那么就需要2次IO。如果要找id=5,那么就需要5次IO。

        但,如果这5条(或者更多)都被保存在一个Page中(16KB,能保存很多记录),那么第一次IO查找id=2的时候,整个Page会被加载到MySQL的Buffer Pool中,这里完成了一次IO。但是往后如果在查找id=1,3,4,5等,完全不需要进行IO了,而是直接在内存中进行了。所以,就在单Page里面,大大减少了IO的次数。

        那你怎么保证,用户一定下次找的数据,就在这个Page里面?我们不能严格保证,但是有很大概率,因为有局部性原理。

        所以往往IO效率低下的最主要矛盾不是IO单次数据量的大小,而是IO的次数。

理解单个Page

        MySQL 中要管理很多数据表文件,而要管理好这些文件,就需要 先描述,在组织 ,我们目前可以简单理解成一个个独立文件是有一个或者多个Page构成的。

        不同的 Page ,在 MySQL 中,都是 16KB ,使用 prev 和 next 构成双向链表。因为有主键的问题, MySQL 会默认按照主键给我们的数据进行排序,从上面的Page内数据记录可以看出,数据是有序且彼此关联的。

为什么数据库在插入数据时要对其进行排序呢?我们按正常顺序插入数据不是也挺好的吗?
        插入数据时排序的目的,就是优化查询的效率。页内部存放数据的模块,实质上也是一个链表的结构,链表的特点也就是增删快,查询修改慢,所以优化查询的效率是必须的。正是因为有序,在查找的时候,从头到后都是有效查找,没有任何一个查找是浪费的,而且,如果运气好,是可以提前结束查找过程的。

理解多个Page

        通过上面的分析,我们知道,上面页模式中,只有一个功能,就是在查询某条数据的时候直接将一整页的数据加载到内存中,以减少硬盘IO次数,从而提高性能。但是,我们也可以看到,现在的页模式内部,实际上是采用了链表的结构,前一条数据指向后一条数据,本质上还是通过数据的逐条比较来取出特定的数据。
        如果有1千万条数据,一定需要多个Page来保存1千万条数据,多个Page彼此使用双链表链接起来,而且每个Page内部的数据也是基于链表的。那么,查找特定一条记录,也一定是线性查找。这效率也太低了。

页目录

我们在看书的时候,如果我们要看某一个章节,找到该章节有两种做法:

1.从头逐页的向后翻,直到找到目标内容;

2.通过书提供的目录,发现某章节在234页(假设),那么我们便直接翻到234页。同时,查找目录的方案,可以顺序找,不过因为目录肯定少,所以可以快速提高定位。

本质上,书中的目录,是多花了纸张的,但是却提高了效率,所以,目录,是一种“空间换时间的做法。

单页情况

针对上面的单页Page,我们能否也引入目录呢?当然可以

        那么当前,在一个Page内部,我们引入了目录。比如,我们要查找id=4记录,之前必须线性遍历4次,才能拿到结果。现在直接通过目录2[3],直接进行定位新的起始位置,提高了效率。

现在我们可以正式回答问题了,为何通过键值 MySQL 会自动排序?    因为可以很方便引入目录。

多页情况

        MySQL 中每一页的大小只有 16KB ,单个Page大小固定,所以随着数据量不断增大, 16KB 不可能存下所有的数据,那么必定会有多个页来存储数据。

        在单表数据不断被插入的情况下, MySQL 会在容量不足的时候,自动开辟新的Page来保存新的数据,然后通过指针的方式,将所有的Page组织起来。

        需要注意,上面的图,是理想结构,大家也知道,目前要保证整体有序,那么新插入的数据,不一定会在新Page上面,这里仅仅做演示。
        这样,我们就可以通过多个Page遍历,Page内部通过目录来快速定位数据。可是,貌似这样也有效率问题,在Page之间,也是需要 MySQL 遍历的,遍历意味着依旧需要进行大量的IO,将下一个Page加载到内存,进行线性检测。这样就显得我们之前的Page内部的目录,有点杯水车薪了。

索引结构 - B+树

那么如何解决呢?解决方案,其实就是我们之前的思路,给Page也带上目录。

        使用一个目录项来指向某一页,而这个目录项存放的就是将要指向的页中存放的最小数据的键值。和页内目录不同的地方在于,这种目录管理的级别是页,而页内目录管理的级别是行。
其中,每个目录项的构成是:键值+指针。图中没有画全。

        存在一个目录页来管理页目录,目录页中的数据存放的就是指向的那一页中最小的数据。有数据,就可通过比较,找到该访问那个Page,进而通过指针,找到下一个Page。
        其实目录页的本质也是页,普通页中存的数据是用户数据,而目录页中存的数据是普通页的地址。可是,我们每次检索数据的时候,该从哪里开始呢?虽然顶层的目录页少了,但是还要遍历啊?不用担心,可以在加目录页。

下图属于mysql在innode db下的索引结构。

 

        这种数据结构就是传说中的B+树!一般情况下两三层就够了,那些只用于索引的page,每个都是16KB,单个page可以索引上千个下一层的page!完全够用了,即便面对海量数据,MySQL的查询效率也不低。(如果不够那就再套一层,那么存储数量就会指数级的增长)后续查找时,自上而下进行查找,查到哪里就加载哪一部分的page,并不会将整颗B+树加载到内存。

        整个B+树只有叶节点使用链表级联起来,而非叶节点只存有目录项,也就意味着目录页可以管理更多的叶子Page,找到目标数据就只需更少的Page,那么IO次数就会更少,在IO层面就提高了效率,每个节点都有目录项,也大大提高了搜索效率,那么整体的搜索效率就提高了。

        但是要注意,并不是所有的存储引擎的索引都是采用B+树,还有哈希索引等方式。只能说主流的存储引擎是采用B+树作为索引的数据结构。

如果我建表时没有指定主键,那怎么存储呢,还是这样的结构吗?

        没有主键默认按插入顺序存储,表内部其实会生成一个默认的列作为主键,这样你插入是什么顺序,你查整表的时候,就按什么顺序显示。

为什么这里不选其他的数据结构呢,而选B+树?

这里其他的数据结构没有行不行这种说法,只有合不合适。

1. 链表, 整体是线性遍历的,他会出现找一条数据,而遍历整个表内的数据,效率低下所以不适合。

2. 二叉搜索树,虽然说一次查找能排除另一个子树的数据,但是每往下查找一次就需要一个Page进行一次IO,仍然不是很高效;而且二叉搜索树在极端情况下可能会退化成线性结构,那效率就不用说了。

3. AVL树 或红黑树 ,虽然说是平衡或近似平衡,但毕竟是二叉结构,属于是瘦高形状的树,而B+属于是矮胖型的树,大家都是自顶向下查找,层数越少就意味着系统与硬盘 更少的IO Page交互,也就是说AVL树 或红黑树能解决问题,也很优秀,但是B+树更优秀。

4. 哈希,官方的索引实现方式中, MySQL 是支持HASH的,不过 InnoDB 和 MyISAM 并不支持.Hash跟其算法特征,哈希虽然很快(O(1)),不过,在面对范围查找就明显不行。

 5. B树,这里为什么选择B+树而不选择B树呢?

B树 (图片取自网络)

 B+树 (图片取自网络)

B树和B+树的区别

1. B树节点,既有数据,又有Page指针,而B+,只有叶子节点有数据,其他目录页,只有键值和
Page指针。
2. B+叶子节点,是级联起来的,而B没有,这就导致在范围查找时,B+树很方便,而B树每次都要自顶向下查找。

此时就可以回答上面的问题,为什么选择B+树而不选择B树呢?

        B+树 非叶节点不存储数据,这样一个节点就可以存储更多的目录项。可以使得树更矮,所以IO操作次数更少。
        B+树叶子节点相连,更便于进行范围查找。

聚簇索引 和 非聚簇索引

用户数据与索引数据在一起索引方案,叫做聚簇索引。

用户数据与索引数据分离的索引方案,叫做非聚簇索引。

MyISAM 存储引擎-主键索引

MyISAM 引擎同样使用B+树作为索引结果,叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引, Col1 为主键。

其中, MyISAM 最大的特点是,将索引Page和数据Page分离,也就是叶子节点没有数据,只有对应数据的地址。像MyISAM这种索引方案就是非聚簇索引。

相较于 MyISAM 索引, InnoDB 是将索引和数据放在一起的。而 InnoDB这种索引方案就是聚簇索引。

        当然, MySQL 除了默认会建立主键索引外,用户也有可能建立按照其他列信息建立的索引,一般这种索引可以叫做辅助(普通)索引。

对于 MyISAM,建立辅助(普通)索引和主键索引没有差别,无非就是主键不能重复,而非主键可重复。
下图就是基于 MyISAM 的 Col2 建立的索引,和主键索引没有差别。

同样, InnoDB 除了主键索引,用户也会建立辅助(普通)索引,我们用以上表中的 Col3 建立对应的辅助索引如下图:
 

可以看到, InnoDB 的非主键索引中叶子节点并没有数据,而只有对应记录的key值。 这是为什么呢?因为InnoDB会有两张索引表 ,所以InnoDB通过辅助(普通)索引,找到目标记录,需要两遍索引:首先检索辅助索引获得主键,然后用主键到主索引中检索获得记录。这种过程,就叫做回表查询。

为何 InnoDB 针对这种辅助(普通)索引的场景,不给叶子节点也附上数据呢?

        原因就是太浪费空间了,因为默认会有主索引,也就是说会有一个主索引的“表”,你添加辅助索引需要在创建一个B+树结构,这时就有两个B+结构了,如果辅助索引结构的叶子结点也附上数据,那么就存在两个相同的数据结构了,如果数据量很大,就会极大地浪费空间。因为查询速度很快,只需要查询两遍索引即可找到对应的数据,所以不需要给辅助索引结构的叶子结点也附上数据。

索引操作

 创建主键索引

第一种方式:

第二种方式: 

第三种方式:

主键索引的特点:

  • 一个表中,最多有一个主键索引,当然可以使复合主键;
  • 主键索引的效率高(主键不可重复);
  • 创建主键索引的列,它的值不能为null,且不能重复;
  • 主键索引的列基本上是int。
     

 唯一索引的创建

第一种方式:


第二种方式:

  
第三种方式:

 这时候查看索引就会发现有两个索引:一个是主键索引,一个是唯一键索引。

 普通索引的创建

第一种方式:



第二种方式:

  
第三种方式:

查看索引会发现,普通索引的key_name就是自己起的名字

看下图发现普通索引和唯一索引的内容是一样的,所以可以认为唯一键索引就是普通索引,只不过唯一键有自己的约束。

 普通索引的特点:
一个表中可以有多个普通索引,普通索引在实际开发中用的比较多
如果某列需要创建索引,但是该列有重复的值,那么我们就应该使用普通索

全文索引的创建

        当对文章字段或有大量文字的字段进行检索时,会使用到全文索引。MySQL提供全文索引机制,但是有要求,要求表的存储引擎必须是MyISAM,而且默认的全文索引支持英文,不支持中文。如果对中文进行全文检索,可以使用sphinx的中文版(coreseek)。

测试:

创建一个表,往里面插入一些数据,查看索引,可以看到使用的是全文索引。

查询有没有database数据 

如何使用全文索引呢? 

查询索引

第一种方法: show keys from 表名

第二种方法: show index from 表名;

 第三种方法(信息比较简略): desc 表名;

删除索引

第一种方法-删除主键索引: alter table 表名 drop primary key;

第二种方法-其他索引的删除: alter table 表名 drop index 索引名; 索引名就是show keys from 表名中的 Key_name 字段

 第三种方法方法: drop index 索引名 on 表名

索引创建原则

  • 比较频繁作为查询条件的字段应该创建索引
  • 唯一性太差的字段不适合单独创建索引,即使频繁作为查询条件
  • 更新非常频繁的字段不适合作创建索引
  • 不会出现在where子句中的字段不该创建索引

其他概念(了解)

复合索引

复合索引是以两个列为key值作为索引,进行索引查找时,必须两个都列值都相同才匹配成功。

索引最左匹配原则

以多个列为key值作为索引,进行索引查找时,可以使用最左侧第一个列值进行匹配。

索引覆盖

比如在复合索引中,我们就是想通过复合索引找主键,找到主键后不会再去主键索引里找数据了,就直接返回了。
 


http://www.ppmy.cn/news/1053558.html

相关文章

「Python|音视频处理|环境准备」如何在Windows系统下安装并配置音视频处理工具FFmpeg

本文主要介绍如何在Windows系统下安装并配置音视频处理工具FFmpeg,方便使用python进行音视频相关的下载或编辑处理。 文章目录 一、下载软件二、解压并配置三、验证安装 一、下载软件 首先要去 ffmpeg官网 下载软件包 由于上面直接下载的按钮是.tar.xz格式的。为了…

函数的使用-1函数默认参数

在C中,函数的形参列表中的形参是可以有默认值的。 语法: 返回值类型 函数名 (参数 默认值){} 1. 如果某个位置参数有默认值,那么从这个位置往后,从左向右,必须都要有默认值 2. 如果函数声明有默…

隧道代理技术解析:为批量数据采集提供强大支持

嘿!作为一名专业的爬虫程序员,我今天要和大家分享一个强大的技术,它能够为批量数据采集提供强大的支持——隧道代理技术。如果你在进行大规模数据采集任务时遇到了IP封禁和限制的问题,那么这项技术将是你的救星。废话不多说&#…

位运算相关总结

371. 两整数之和 给你两个整数 a 和 b ,不使用 运算符 和 - ​​​​​​​,计算并返回两整数之和。 class Solution { public:int getSum(int a, int b) {while (b ! 0) {// 计算进位:将 a 和 b 进行位与操作,然后左移 1 位。u…

【SQL应知应会】索引(三)• MySQL版:聚簇索引与非聚簇索引;查看索引与删除索引;索引方法

欢迎来到爱书不爱输的程序猿的博客, 本博客致力于知识分享,与更多的人进行学习交流 本文收录于SQL应知应会专栏,本专栏主要用于记录对于数据库的一些学习,有基础也有进阶,有MySQL也有Oracle 索引 • MySQL版 前言一、索引1.简介2.索引类型之逻…

indexDB vue 批量创建表 和 批量插入数据

// 打开或创建数据库 const request indexedDB.open(myDatabase);request.onerror event > {console.error(打开数据库失败, event.target.errorCode); };// 数据库版本变化时创建表 request.onupgradeneeded event > {for (let i 1; i < 100; i) {const db even…

Django笔记之全局异常处理

这一篇笔记介绍 Django 的全局异常处理。 当我们在处理一个 request 请求时&#xff0c;会尽可能的对接口数据的格式&#xff0c;内部调用的函数做一些异常处理&#xff0c;但可能还是会有一些意想不到的漏网之鱼&#xff0c;造成程序的异常导致不能正常运行&#xff0c;甚至会…

使用nrm快速切换npm源以及解决Method Not Implemented

文章目录 什么是nrm如何使用nrm查看本机目前使用的npm 源安装nrm查看可选源查看当前使用源切换源添加源删除源测试源的响应时间 如果你遇到这个报错&#xff0c;就可以采用这种方案解决哦解决方案&#xff1a;1. 切换为官方源2. 查看漏洞3. 修复漏洞4. 下面命令慎重使用&#x…

电商平台按关键字搜索商品淘宝京东拼多多api接口PHP示例

关键词搜索商品接口的作用是通过调用接口来实现在电商平台中进行商品搜索。具体而言&#xff0c;该接口可以提供以下功能和作用&#xff1a; 商品搜索&#xff1a;用户可以通过输入关键词&#xff0c;在电商平台上进行商品搜索。接口可以根据关键词对商品的名称、描述、标签等…

Mybatis 建立依赖失败:报错Dependency ‘mysql:mysql-connector-java:8.0.28‘ not found

Mybatis 建立依赖失败&#xff1a;报错Dependency ‘mysql:mysql-connector-java:8.0.28’ not found 解决办法&#xff1a; 写完依赖代码&#xff0c;直接重构&#xff0c;下载依赖。 图片: ![Alt](https://img-home.csdnimg.cn/images/20220524100510.png Mac 版本注意Ide…

10种最流行的3D模型文件格式及转换方法

3D 文件格式用于存储有关 3D 模型的信息。 你可能听说过一些最流行的格式&#xff0c;包括 STL、OBJ、FBX 和 DAE。 它们广泛应用于从视频游戏动画到工业增材制造的各种应用中。 在本文中&#xff0c;我们将考虑为什么有这么多不同的格式&#xff0c;探讨 3D 文件格式存储的四…

PMP串讲

&#xff01;5种冲突解决策略 &#xff01;敏捷3355。 &#xff1f;PMP项目管理132种工具技术合集&#xff1a; 参考2&#xff1a;项目管理的132种工具 - 水之座 ?质量管理,有多少种图&#xff1a; ?风险管理,有多少种图&#xff1a; --参考&#xff1a;PMP相关的十八种…

前端需要理解的HTML知识

HTML&#xff08;超文本标记语言&#xff0c;HyperText Markup Language&#xff09;不是编程语言&#xff0c;而是定义了网页内容的含义和结构的标记语言。。“超文本”&#xff08;hypertext&#xff09;是指连接单个网站内或多个网站间的网页的链接。HTML 使用“标记”&…

Vue使用Animate.css

说一下Animate.css这个动画库&#xff0c;很多的动画在这个库里面都定义好了&#xff0c;我们用的时候可以直接使用里面的类名就可以了&#xff0c;就是直接目标元素绑定对应的类名就可以实现动画效果&#xff0c;非常方便&#xff0c;库其实也相对简单&#xff0c;使用起来也简…

grpc整合Springboot

一、grpc的依赖 <dependencies><dependency><groupId>net.devh</groupId><artifactId>grpc-server-spring-boot-starter</artifactId><version>2.9.0.RELEASE</version></dependency></dependencies><build>…

如何搭建Appium工具环境

1、安装Java Development Kit&#xff08;JDK&#xff09; 前往Oracle官网下载JDK。 在https://www.oracle.com/java/technologies/javase-jdk11-downloads.html 找到最新版本的JDK。根据操作系统选择适合的版本&#xff0c;并根据指示下载安装程序。 安装JDK。运行下载的安装…

nginx-location正则

一 Nginx的location语法 location [||*|^~] /uri/ { … } 严格匹配。如果请求匹配这个location&#xff0c;那么将停止搜索并立即处理此请求~ 区分大小写匹配(可用正则表达式)~* 不区分大小写匹配(可用正则表达式)!~ 区分大小写不匹配!~* 不区分大小写不匹配^~ 如果把这个前缀…

u盘数据丢失但占内存如何恢复?不要着急,这里有拯救方案

U盘数据丢失但占内存如何恢复&#xff1f;数据丢失是一种让人非常头疼的问题&#xff0c;尤其是当我们的U盘数据丢失了&#xff0c;但内存仍然被占用时&#xff0c;更令人困惑和焦虑。然而&#xff0c;不要慌张&#xff01;在本文中&#xff0c;将为大家介绍一些有效的方法来恢…

关于python如何使用sqlalchemy连接sap_hana数据库

1.先安装sqlalchemy pip install sqlalchemy 2.from sqlalchemy import create_engine 3.创建数据库连接方式&#xff1a; 假设数据连接方式如下&#xff1a; usernameH_TEOPT passwordww122222 jdbcUrljdbc:sap://192.163.1.161:21681/?currentschema 那么使用sqlalchemy 的…

JDBC查数据

目录 BaseDao UserDao impl 项目目录 BaseDao package com.hz.dao;import java.io.InputStream; import java.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet; import java.sql.SQLException; import java…