顺序io(不需要每次都磁盘寻址,效率高),随机io(需要每次都磁盘寻址,效率低)
如何正确的创建合适的索引?
索引是一种分散存储的数据结构
磁盘io特性:每次交互是以页为单位,每页4K数据。innoDB每次和磁盘交互是四页16k数据(InnoDB叶节点data域保存了完整的数据记录相比较MYISAM(因为只存储了叶子节点的指针,所占空间1kb都不到)更能充分利用每次磁盘io)
InnoDB 主键索引存储了完整的数据库记录行,辅助索引仅存储了索引和主键值(这里提供了一种解决海量数据分页问题的思路,例如要取一张千万级别数据的表中5百万到5百万零五十行的记录,如何快速获取,可以先使用辅助索引查询找主键,再通过主键走主键索引获取数据库记录。)
mysql索引底层使用的是B+树,索引所有元素都位于树的叶子节点,相邻叶子节点间有双向指针查找索引时先将根节点load到磁盘中(这是一个磁盘IO过程,比较耗时,)在节点中定位指向下一级节点的指针,三层B+树饱和状态能存储大概2000万个索引
什么叫做聚集索引(聚簇索引)?
就是索引键值的逻辑顺序跟表数据行的物理存储顺序是一致的。(比如字典的目录是按拼音排序的,内容也是按拼音排序的,按拼音排序的这种目录就叫聚集索引)。
MYISAM引擎主键是非聚族索引,索引和数据分开存储的, 不支持事务
InnoDB是主键索引是聚族索引,查询的时候不用回表,少一次磁盘IO; 支持事务
聚族索引,B+树叶子节点不仅包含指针还包含数据
虽然InnoDB也使用B+Tree作为索引结构,但具体实现方式却与MyISAM截然不同。
第一个重大区别是InnoDB的数据文件本身就是索引文件。MyISAM索引文件和数据文件是分离的,索引文件仅保存数据记录的地址。而在InnoDB中,表数据文件本身就是按B+Tree组织的一个索引结构,这棵树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键,因此InnoDB表数据文件本身就是主索引。
无用的索引会拖垮数据库操作的性能(更新删除新增树的结构要变化,节点内关键字会重排)
myisam引擎中B+树数据库记录行的指针(5.5版本之前的默认引擎)
innodb引擎主键索引叶子节点存储了索引和数据记录(5.5版本之后的默认引擎)
列的离散性越高,选择性就越好(离散型太低还不如全表扫描,不适合建立索引)
离散性太差,mysql可能自动不选择索引(由mysql的查询优化器实现)
前缀索引:当需要给长度很长的字符串字段加索引时,可以使用前缀索引,给字符串的前几个字符位加索引,需要先判断一下前几位字符的离散度也就是重复率。
联合索引:选择原则:
1、经常用的列优先(最左匹配原则)
2、选择性(离散度)高的列优先(离散型高原则)
3、宽度小的列优先(最少空间原则)
覆盖索引:
1、如果查询里可通过索引节点中的关键字直接返回,则称为覆盖索引
例 user表中 联合索引为name+age 查询语句为select name, age from user where name=?
则为覆盖索引,直接返回叶子节点位置的数据,不用再回表,大大减少磁盘io,提高性能(这就是为什么公司不让使用select * ,有可能命中覆盖索引,只返回必要的数据,减少数据包的大小,降低数据传输的开销)
索引失效的情况
1.where条件中not in、or和<>操作无法使用索引(离散型太差);
2.复合索引未用左列字段;
3.like以%开头;
4.需要类型转换;
5.where中索引列有运算;
6.where中索引列使用了函数;
7.如果mysql觉得全表扫描更快时(数据少,离散型差等情况);
插拔式存储引擎
CSV存储引擎:
(数据存储以CSV文件格式)
特点:不能定义没有索引、列定义必须为not null 、不能设置自增列
-->不适用大表或者数据的在线处理
CSV数据的存储用逗号隔开,可直接编辑CSV文件进行数据的编排
-->数据安全性低
应用场景:数据的快速导入导出,表格直接装换成CSV
Archive存储引擎:
压缩协议进行数据的存储(ARZ文件格式)
特点:只支持insert和select两种操作,只允许自增id建立索引,行级锁,不支持事务,数据占用磁盘少
应用场景:日志系统,大量的设备数据采集
Memory存储引擎(heap存储引擎)
Myisam存储引擎
特点:select count(*) from table无需进行数据的扫描
数据(MYD)和索引(MYI)分开存储
表级锁
不支持事务
Innodb(5.5版本后的默认存储引擎)
支持事务、 行级锁、聚集索引,支持外键
网友评论