- 索引是帮助MySQL高效获取数据的排好序的数据结构。
- 索引存储在文件里。(位置在数据库data文件下)
索引的结构
有如下几种被考虑过:
二叉树、红黑树、HASH、BTree、B+Tree
- 磁盘存储数据
磁盘存储原理:磁盘旋转,磁头读取数据,磁头要移动到相应的扇区。
磁盘上有很多磁道。
寻道:磁头横向移动,寻找磁道,磁头移动速度慢,所以寻道速度慢。
磁盘旋转:速度快。
另外,从磁盘取一次数据到内存叫做一次IO。
-
二叉树:
每个节点以Key-Value的形式,key存储值,value存数据在磁盘的地址,这样大大提高了查询效率,但是没有采用二叉树存储主要是因为,极端情况下,如果key一列是递增的,二叉树就变成单边增长的,没有提高效率。
二叉树.png -
红黑树:自动平衡的二叉树
红黑树可以自动平衡,相比二叉树,不会出现单边增长的情况,但是如果数据很多,即便能够自动平衡,但是树的高度还是很高,因为红黑树是二叉树。 -
B树
B树:在红黑树二叉平衡树的基础上,改成了多叉平衡树,
多叉树的节点能存储多少点,叫做度,如果度设置为4,那么一个节点能存储的点是15/16*4,也就是说,最后存储的节点可能是三个或四个。度可以是3~7。度增加了高度就小了。
但是度不可能设置无限大,这涉及到计算机的存储原理,计算机存储的最小单元是页,一页可以存储4k的数据,CPU、内存(RAM)、和磁盘交换数据都是以页为单位,一次交互可以拿一页或几页。所以为了一次性读取尽可能多的数据,把节点的大小设置为磁盘一次IO能取到数据的大小。一个节点大概是4页。
B树把数据和索引的点存储在一起。节点中的数据key从左到右递增排列,但是B树不支持范围查找。
B树.png
-
B+ 树
B+树把数据移到了叶子节点,可以大大增加非叶子节点的度,非叶子节点存储了冗余的索引。
B+树在叶子节点增加了指针,指针实际上是双向的。这样可以支持范围查找。
B+树.png - Hash
数据库底层也是有用 Hash 的,偶尔情况下会用。但是HASH不支持范围查找。因为 Hash 索引比较的是进行 Hash 运算之后的 Hash 值,所以它只能用于等值的过滤,不能用于基于范围的过滤,因为经过相应的 Hash 算法处理之后的 Hash 值的大小关系,并不能保证和Hash运算前完全一样。
MySQL的两种存储引擎
存储引擎是表级别的。
- MyISAM
MySIAM索引文件和数据文件是分离的。
先从索引文件MYI中找到文件指针,再根据指针从MYD文件中找到数据行。
主键索引与非主键索引(辅助索引)结构类似。 -
InnoDB(聚集)
数据文件本身就是索引文件。
InnoDB存储表分为.frm和.ibd文件:ibd把数据和索引放在一起了。
InnoDB的主键索引是把索引结构和数据存储在一起。
这叫做聚集索引,也就是叶节点包含了完整的数据记录。
主键最好用整型自增的主键,且InnoDB表必须有主键。必须有主键,如果没有,系统也会自动建一个默认的主键,因为InnoDB的非主键索引的叶子节点存储的Value是主键的索引(看下图)。整型是因为存储空间小,而且要经常进行比较,效率高。自增是因为,这样插入数据会往后插入,不用插入到前面已经满的节点中,也不用分叉,效率高。
主键索引.png
辅助索引.png
赋个链接:
可以查看一些数据结构,树的插入过程等。
https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
网友评论