MySql教程

mysql 索引底层详解

本文主要是介绍mysql 索引底层详解,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

mysql三层架构

+--------------+
|  客户端       |  
+--------------+
       ↓
+--------------+
|  服务端       | 
+--------------+
       ↓
+--------------+
|  存储引擎     | 
+--------------+

mysql server层结构

当客户端需要查询一条sql时,在server端内部走了以下4步

+--------------+
|  连接器      |   
+--------------+
       ↓
+--------------+
|  分析器      |  
+--------------+
       ↓
+--------------+
|  优化器      | 
+--------------+
       ↓
+--------------+
|  执行器      | 
+--------------+

索引的作用

  • 加快数据的访问
  • 将随机io变成顺序io
  • 大大减少了服务器需要扫描的数据量
  • 帮助服务器避免排序和临时表
  • 减少io次数,提高磁盘寿命

索引缺点

加了索引之后查询会更快,但是当数据量大的时候,增删改就会变慢;因为每次修改数据时除了数据本身,数据库还需要维护索引的那颗B+树;

一张表最多能建多少个列和索引

  • innoDB: 最多创建1017列, 最多64个二级索引,加上主键有65个, 单个索引最多包含16列, 索引最大长度767字节(其实行格式为REDUNDANT,COMPACT最高为767字节,但行格式为DYNAMIC,COMPRESSED最高可达为3072字节), 行大小最大65536字节
  • mysiam: 最多4096列, 最多64个二级索引, 单个索引最多包含16列, 索引最大长度1000字节, 行大小最大65536字节

一级索引和二级索引

  • 一级索引:索引和数据存储在一起,都存储在同一个B+tree中的叶子节点。一般主键索引都是一级索引。主键就是聚簇索引,一个表就一个主键,一个表也就一个聚簇索引,所以综上所述,主键 = 一级索引 = 聚簇索引
  • 二级索引:二级索引树的叶子节点存储的是主键而不是数据。也就是说,在找到索引后,得到对应的主键,再回到一级索引中找主键对应的数据记录。在innodb中,所有的二级索引B+树都指向一级索引的key值,所以查询二级索引时需要回表才能查到一整行数据;

索引是存储在内存还是磁盘的

索引都是存储在磁盘里面的,因为需要持久化存储,内存里也有,但都是每次查询时从磁盘加载到内存里的

有或者无索引的情况下是怎么查找数据的?

无索引:没有索引的情况下,都会全表扫描,就是一条条地找,这无疑效率不高,又费io;
有索引:有索引的情况下,会为这个索引生成一颗B+树,有了这颗树的帮助,查询数据的效率会提升几千倍;

查询比较慢,一般卡在哪?

  • 卡在io上,就是input和output,
  • 解决方案是提高io效率,
    • 减少io的次数,
    • 减少io的量:尽可能地查询减少查询的数据,尽量避免用select * from xxx

去磁盘读取数据的时候,是用多少读取多少吗?

肯定不是啦,mysql和磁盘交互的时候是以页为单位进行传输的,默认情况下,每页大小为16K,,就像我们在电脑上新建一个txt文件,里面什么内容都没有,但它还是占用了4KB,mysql也一样,有自己的最小页大小,可通过 innodb_page_size 参数观看数据页大小

mysql> show variables like 'innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| innodb_page_size | 16384 |
+------------------+-------+

很重要的概念:局部性原理

  • 数据和程序都有狙击成群的倾向,同时之前被访问过的数据很可能再次被查询,空间局部性、时间局部性
  • 磁盘预读
    • 内存跟磁盘交互时,一般情况下有一个最小的逻辑单元,称之为页(datapage),页的大小由系统决定,一般是4k或8k,并且一定是整数倍的,4、8、16、32、64、128… 数据交互时,可以去页的整数倍来进行读取,innodb存储引擎,每次读取数据都是16k

索引为什么能加快查询

要解决这个问题,我们就得先知道索引是怎么存储的

索引是怎么存储的?

一个索引对应一个B+树,如果一张表建了10个索引,那就会有10个B+树,
file

OLAP联机分析处理—数据仓库–hive
对海量历史数据进行分析,产生决策性的影响

OLTP联机事务处理–关系型数据库
要求在很短的时效内返回对用的数据

为什么用B+树来存储索引?

hash索引不适合用来做数据库的结构,

  • 如果是单个等值值查询(通过key查找value),那么就会非常快,
  • 不支持范围查询,进行范围查询时,必须要挨个遍历
  • 对内存的要求比较高,
  • 哈希冲突会造成数据散列不均匀,会产生大量的线性查询,很浪费时间

在mysql中有没有hash索引

答:有

  1. memory存储引擎使用的是hash索引
  2. innodb支持自适应hash,就是由mysql来决定使用hash还是树来存储,人工无法干预

存储引擎的分类

  1. innodb :持久化 + 内存
  2. memory :只存储在内存,不支持持久化,断电就没了,结构是hash表
  3. myisam :持久化
    可以在建表是自己指定存储引擎,就像这样
create table (id bigint(20) primary key ,name varchar(10)) engine='innodb';

MySQL5.5版本之前,默认内置存储引擎是Myisam,
MySQL5.5版本之后,MySQL的默认内置存储引擎已经是InnoDB,

树的分类

  1. 二叉树
  2. BST树(binary search tree)必须保证顺序
  3. AVL树 平衡二叉树,有序
  4. 红黑树
  5. B树
  6. B+树
  • 在很早很早很早很早以前,索引是用用二叉树实现的,大概是2点几版本的
  • 二叉树本身是无序的,所以发展出了有序的BST树,BST在插入数据的时候必须保证有序,左子树必须小于根节点,右子树必须大于根节点;
  • bst树插入时如果是连续递增或递减顺序的话,就会退化成链表,所以衍生出了会旋转的平衡二叉树avl,
  • avl树插入慢,查询快,因为插入的时候为了保证平衡,需要进行旋转操作,平衡二叉树有一个条件,为了保证平衡,最短子树和最长子树的长度差不能超过1,所以会经常要旋转,旋转也是需要性能开销的。所以平衡二叉树只能用于插入少、查询多的数据,当我们的查询和插入一样多 情况下,使用平衡二叉树就不合适了,所以这时候又衍生出了一种新的数据结构:红黑树
  • 红黑树最长子树只要不超过最短子树的2倍即可,但是随着数据的插入,发现树的深度会变深,树的深度越深,意味着io次数越多,就会影响数据读取的效率;所以为了解决这个问题,就需要把有序的二叉树,变成有序的多叉树,这就是B树
  • B树中每层都存储数据,但是每个磁盘块能存储的内容是有限的,除了索引之外,还要存储数据,而数据占用的空间更多,这就使得能存储的索引变少了,如果想要插入更多的数据,就得在加一层,变成四层,但是这样会增加io量,所以为了解决这个问题,衍生出了B+树;
  • B+树只在叶子节点储存数据,非叶子层只存储索引,并且B+树不但可以从上往下查找,还可以从下往上查找数据;

聚簇索引和 非聚簇索引 的区别

innodb只能有一个聚簇索引,但是有很多的非聚簇索引

  • 聚簇索引: 数据和索引是放在一起的,就是聚簇索引,就像这样
+----------+
|  索引值  |
+----------+
|   数据   |
+----------+
  • 非聚簇索引:数据和索引是分开存放的,在B+树中索引值对应的是文件地址,就是非聚簇索引,可以肯定的是,所有的非聚簇索引都指向了聚簇索引,就像这样
+------------+
|   索引值   |
+------------+
|数据文件地址|
+------------+

innodb中,如果id是主键,后面我把name字段添加为索引,这棵树是怎么样存储的?

一开始我的主键是id字段,那么在B+树中叶子节点的结构是这样的

+----------+
|主键索引值|
+----------+
|   数据   |
+----------+

这时候我又把name字段设置为索引了,这时候mysql为这个name索引也创建一颗B+树,这颗树的叶子节点存的就不是数据了,如果存数据的话会造成冗余,所以这个name索引树存的是主键id,就像这样

        +----------+
        |    ye    |
        +----------+
         /        \
+----------+    +----------+   
|    xin   |    |   dong   |
+----------+    +----------+
|  主键id  |    |  主键id  |
+----------+    +----------+

file

innodb插入数据时必须要包含一个索引的key值

向innodb插入数据的时候,必须要包含一个索引的key值,这个索引的key值,可以是主键,如果没有主键,就是唯一键,如果没有唯一键,那么就是一个自生成的6字节的rowid;

  • myisam用的都是非聚簇索引;
  • innodb只有一个聚簇索引,有多个非聚簇索引;

什么是存储引擎

索引的创建跟存储引擎是挂钩的,存储引擎表示不同的数据在磁盘存储的文件格式也是不同的。
mysql常用的存储引擎有三个

  1. memory :内存级别的存储引擎,不支持持久化,断电丢失数据,hash索引
  2. myisam : mysql 5.5之前默认的存储引擎,每次修改数据都会锁表,不支持事务
  3. innodb : mysql 5.5之后默认的存储引擎,支持事务、行锁;

mysql会自动创建索引嘛

innodb只能有一个聚簇索引,但是有很多的非聚簇索引,向innodb插入数据的时候,必须要包含一个索引的key值,这个索引的key值,可以使主见,如果没有主键,就是唯一键,如果没有唯一键,那么就是一个自生成的6字节的rowid;

为什么只能有一个聚簇索引

因为主键只有一个,聚簇索引对应的就是主键字段,只有主键的索引B+树才会存储数据,其他的二级索引存储的都是主键的值;

如果每个二级索引树都存储数据的话,就会造成数据的冗余;

myisam和innodb区别

  • myisam支持表锁,innodb支持表锁和行锁
  • myisam不支持外键,innodb支持外键
  • myisam不支持事务,innodb支持事务
  • 在计算机内存足够的情况下,innodb效率比myisam高,因为innodb是优先读缓存, myisam是直接从磁盘读取数据

数据存储在哪个目录

数据存储在: 你的mysql目录/data/db1/ 目录下,

其中,

  • 后缀为.opt的文件是一个配置文件,指定该数据库的字符集编码
  • 后缀为.frm的文件就是表结构
  • 后缀为.idb表示当前表用的存储引擎是innodb
  • 后缀为.myd是数据文件。使用的存储引擎是myisam
  • 后缀为.myi是索引文件,使用的存储引擎是myisam

索引监控

查询语句为:show status like ‘Handler_read%’;

结果说明:

  • Handler_read_first 代表读取索引头的次数,如果这个值很高,说明全索引扫描很多。

  • Handler_read_key:代表一个索引被使用的次数,如果我们新增加一个索引,然后通过这个索引来查询数据,,可以查看Handler_read_key是否有增加,如果有增加,说明sql用到索引。这个数量越大越好,大表示索引查询使用的比较多;

  • Handler_read_next:代表读取索引的下列,按(主)键顺序依次读取之后的N行

  • Handler_read_last : 从(主)键的最后位置开始读取

  • Handler_read_prev: 代表读取索引的上列,一般发生在ORDER BY … DESC。

  • Handler_read_rnd: 代表在固定位置读取行,如果这个值很高,说明对大量结果集进行了排序、进行了全表扫描、关联查询没有用到合适的KEY。

  • Handler_read_rnd_next: 代表进行了很多表扫描,查询性能低下。

这篇关于mysql 索引底层详解的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!