B+树索引方案(2) --mysql从入门到精通(十四)

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: B+树索引方案(2) --mysql从入门到精通(十四)

上篇文章我们说了一个简单索引实例,必须满足条件下一个页的最小主键必须必上一个页的最大主键大,否则会吧大的放到后面页去,这个过程叫做页分裂。查询的时候有个key和page_no组成的查询索引,key就是若干页每个页最小的主键,page_no就是页面名称。

B+树索引(1)简易版本索引 --mysql从入门到精通(十三)



InnoDB索引方案


上述为什么说是简易版本的索引,因为我们为了满足主键二分查找,而假设所有目录页都是物理存储器上连续存储,但会有问题:

innoDB是用页单位来存储数据,每页16kb,如果数据太庞大,会需要非常大的连续存储空间才能吧目录存完。


我们经常会对记录增删,若页30数据都删完了,页30也就没有存在的必要,这时候需要把后面页的数据移动到前面,这种牵一发而动全身的重排序肯定是不行的,性能损耗太大。


所以,我们如何才能灵活管理我们的目录项呢?innoDB设计的时候,突然发现,目录项和我们用户存储数据的页结构差不多,只是两个列分别为主键和页号,所以innoDB复用了之前数据页的结构,那我们如何区分用户记录的数据 和 目录项记录呢?别忘了我们记录头有个record_type属性。之前我们0代表普通用户,2代表最小值,3代表最大值,1代表目录项记录,这时候我们的1就用到了。


目录项 和 用户记录数据区别?


record_type目录项是1,用户记录普通数据是0

目录项记录里只有主键和页编号两个数据,而用户记录的普通数据会有很多列的数据和innoDB隐藏数据。

记录头还有一个min_rec_mask的属性,只有在存储目录项记录的时候min_rec_mask为1,其他时候是0。

其他的几乎和用户记录数据页一模一样,他们也都是由7个部分组成,有page directory页目录来二分查找数据对应的槽点,遍历当前槽点找到所需要的数据。


当数据过大,一个目录记录页不足以存放数据页记录怎么办呢?


这时候就出现两个以上的目录记录页,而目录记录页之间也是file header用file_page_prev和file_page_next组成双向链,这时候他们也不可能挨着,怎么根据查询的组件定位我们需要的目录记录页呢,这时候会生成更高级的目录页‘根目录页‘。这时候树就成立了,如图所示,倒着看是不是很像一颗枝叶茂盛的数。

image.png

从图中可以看到,用户记录的数据实际放在最底层,这些称为叶子节点,其余的陈为非叶子节点或者内节点,其中最上面的节点称为跟节点。因为这种数据结构是几何增长的,假设最底层能放100条数据,目录记录页能放1000条数据,第二层就能存储100*1000,第三层目录页能放100*1000*1000,第四层就是100*1000*1000*1000 = 100000000000条数据,你的表里能存放那么多数据吗,所以这就是b+树为什么最高3层。

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
3天前
|
SQL 关系型数据库 MySQL
深入解析MySQL的EXPLAIN:指标详解与索引优化
MySQL 中的 `EXPLAIN` 语句用于分析和优化 SQL 查询,帮助你了解查询优化器的执行计划。本文详细介绍了 `EXPLAIN` 输出的各项指标,如 `id`、`select_type`、`table`、`type`、`key` 等,并提供了如何利用这些指标优化索引结构和 SQL 语句的具体方法。通过实战案例,展示了如何通过创建合适索引和调整查询语句来提升查询性能。
38 9
|
8天前
|
缓存 关系型数据库 MySQL
MySQL 索引优化以及慢查询优化
通过本文的介绍,希望您能够深入理解MySQL索引优化和慢查询优化的方法,并在实际应用中灵活运用这些技术,提升数据库的整体性能。
47 18
|
4天前
|
SQL 关系型数据库 MySQL
数据库数据恢复—Mysql数据库表记录丢失的数据恢复方案
Mysql数据库故障: Mysql数据库表记录丢失。 Mysql数据库故障表现: 1、Mysql数据库表中无任何数据或只有部分数据。 2、客户端无法查询到完整的信息。
|
7天前
|
缓存 关系型数据库 MySQL
MySQL 索引优化以及慢查询优化
通过本文的介绍,希望您能够深入理解MySQL索引优化和慢查询优化的方法,并在实际应用中灵活运用这些技术,提升数据库的整体性能。
17 7
|
6天前
|
缓存 关系型数据库 MySQL
MySQL 索引优化与慢查询优化:原理与实践
通过本文的介绍,希望您能够深入理解MySQL索引优化与慢查询优化的原理和实践方法,并在实际项目中灵活运用这些技术,提升数据库的整体性能。
26 5
|
10天前
|
存储 关系型数据库 MySQL
Mysql索引:深入理解InnoDb聚集索引与MyisAm非聚集索引
通过本文的介绍,希望您能深入理解InnoDB聚集索引与MyISAM非聚集索引的概念、结构和应用场景,从而在实际工作中灵活运用这些知识,优化数据库性能。
57 7
|
25天前
|
关系型数据库 MySQL Java
MySQL索引优化与Java应用实践
【11月更文挑战第25天】在大数据量和高并发的业务场景下,MySQL数据库的索引优化是提升查询性能的关键。本文将深入探讨MySQL索引的多种类型、优化策略及其在Java应用中的实践,通过历史背景、业务场景、底层原理的介绍,并结合Java示例代码,帮助Java架构师更好地理解并应用这些技术。
25 2
|
11天前
|
关系型数据库 MySQL 数据库
Python处理数据库:MySQL与SQLite详解 | python小知识
本文详细介绍了如何使用Python操作MySQL和SQLite数据库,包括安装必要的库、连接数据库、执行增删改查等基本操作,适合初学者快速上手。
80 15
|
11天前
|
关系型数据库 MySQL 数据库
数据库数据恢复—MYSQL数据库文件损坏的数据恢复案例
mysql数据库文件ibdata1、MYI、MYD损坏。 故障表现:1、数据库无法进行查询等操作;2、使用mysqlcheck和myisamchk无法修复数据库。
|
16天前
|
SQL 关系型数据库 MySQL
MySQL导入.sql文件后数据库乱码问题
本文分析了导入.sql文件后数据库备注出现乱码的原因,包括字符集不匹配、备注内容编码问题及MySQL版本或配置问题,并提供了详细的解决步骤,如检查和统一字符集设置、修改客户端连接方式、检查MySQL配置等,确保导入过程顺利。
下一篇
DataWorks