MySql进阶索引篇01——深度讲解索引的数据结构:B+树(二)

本文涉及的产品
RDS Agent(兼容OpenClaw),2核4GB
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
RDS DuckDB + QuickBI 企业套餐,8核32GB + QuickBI 专业版
简介: 深度讲解索引的数据结构:B+树

缺点有:


插入性能依赖于插入顺序,如果我们按照主键进行升序插入,那么插入数据的效率肯定是最高的,否则可能会出现页分裂,严重影响性能。因此,对于InnoDB引擎,我们一般会定义一个自增的列为主键。

更新主键的代价很高。更新主键将导致被更新的行移动,我们一般定义,在InnoDB引擎中,主键不可更新。

二级索引(后面介绍)要经过两次索引查找,一次找到主键值,第二次根据主键值找到行数据。


聚簇索引有以下几点需要注意:


对于Mysql数据库,MyISAM搜索引擎一般没有聚簇索引,InnoDB支持聚簇索引。

由于数据的物理存储方式只能有一种,一个表只能有一个聚簇索引,一般就是使用主键;如果没有指定主键,InnoDB会自动选择一个非空唯一索引构建聚簇索引;如果没有合适的字段,InnoDB会隐式的创建主键构建聚簇索引。

3.2 二级索引

二级索引又称为非聚簇索引,辅助索引。一个表中只允许有一个聚簇索引,但是允许有多个二级索引。如果我们需要依赖非主键进行查找,就需要二级索引了。


如下图,二级索引的叶子节点并不会存储完整的数据,只是存储了建立索引的列的值与主键值。

我们如果需要进行如下查找:

select * form index_demo where c2 = 4

需要先在二级索引中查找到对应的数据项,也就是主键为1,4,10的记录,再到聚簇索引中去查找对应主键值的数据,这个过程我们称之为回表

对于聚簇索引,数据的查询效率更高(不用回表)。但是对于非聚簇索引,更新数据的效率更高,比如我们更新一个记录的c3列的值,对应的聚簇索引的值也需要进行更新,但是c2的二级索引并没有存储c3的数据,因此不用更新。

3.3 联合索引

严格来说,联合索引属于非聚簇索引。设想如下场景。

(1)对于数据基于c2排序

(2)如果c2数据相同则基于c3排序

这种场景就可以建立联合索引。

3.4.InnoDB的B+树注意事项
3.4.1 根页面位置万年不动

前面我们在介绍时,为了方便大家的理解,先把叶子节点构建了出来,然后往上增加层次。实际上,B+树的形成过程是这样的。


当我们创建一个新的索引时(或者主键自动生成新的索引时),初始时将会创建一个节点作为根节点,此时根节点中没有用户记录,也没有数据项记录。

当插入记录时,记录会被插入到根节点。

当根节点的记录满了,会分配一个新的数据页,比如数据页A,将根节点的数据全部拷贝到数据页A中,然后数据页进行页分裂操作得到页B,此时插入数据时再根据键值大小(主键值大小或者索引列值大小)决定插入到数据页B中还是数据页A中。

根节点会晋升为目录页。

根节点万年不动的原则保证InnoDB数据需要使用某个索引时可以在固定位置取出根节点的页号,从而来访问这个索引。


3.4.2 内节点中目录项记录具有唯一性

我们知道B+树的目录页中存储的记录为页号+索引列数据,这样的描述其实并不严谨。


假设index_demo表中的数据如下表。

此时建立的二级索引B+树如下图。

如果我们需要增加一个记录(9,1,‘c’),我们是应该把这个记录添加到页4还是页5呢?

因此我们必须要求内节点(非叶子节点)的记录(除页号)是唯一的。如何能够实现呢?我们可以自然联想到主键是唯一的。因此下图才是我们实际上真正构建的二级索引的B+树。

此时添加记录(9,1,‘c’)就不迷惑了。我们先判断c2一样,再判断主键值,可以确定应该在页5中添加数据。

3.4.3 一个页面最少要存储两条记录

如果一个页面的记录数少于两条,甚至都无法分为二叉树,只是简单的单向连接。

4.MyISam的索引方案

4.1 不同存储引擎索引的区别

B+树适用的存储引擎如下所示。注:MySql官方中写的B-Tree就是我们所理解的B+树。

InnoDBheMyISAM默认索引都是B-Tree,不过MyISAM中叶子节点data域中存放的是数据记录的地址。而Memory支持的默认索引是Hash索引。

4.2 MyISam索引的原理

下面我们将介绍MyISam的索引原理。MyISam使用myd文件存储数据,用myi文件存储索引,MyISam的存储原理与InnoDB的聚簇索引的存储原理显然不同(索引即数据,数据即索引)。实际上,MyISam中根本不存在聚集索引的概念,它的索引都相当于二级索引。


其索引存储示例如下。

上图的col1是主键,一般我们都是按照主键递增来增加数据的 ,但如果我们增加一条主键为3的数据,还需要进行重新排序吗?答案是否,它会被直接添加到表格后,不进行排序。

实际上如果针对col2建立索引,与基于主键构建索引在结构上并没有什么不同。4.3 MyISam与InnoDB索引方案的对比

MyISam的索引不存储记录的数据值(或主键值),只存储数据地址,一定需要进行回表操作。

InnoDB的数据文件与索引文件是同一个,MyISam的数据文件与索引文件是分离的。

MyISam回表操作十分快速,因为是拿着地址的偏移量直接到文件中取数据。

InnoDB必须要有主键(如果没有会隐式指定),MyISam没有聚簇索引与二级索引的说法,不需要在二级索引中查找到主键值后再去聚簇索引中查询回表,因此并不是必须需要有主键。当然,我们为了查询方便,也会对该存储引擎的表设置索引。

4.4 索引方案与索引优化的关系

了解不同存储引擎的存储方案有利于我们进行索引优化。


例1:


InnoDB搜索引擎的主键值就不宜设置的过长,因为在所有二级索引中都需要对主键值进行存储。


例2:


用非单调(递增、减)字段在InnoDB存储引擎的表中做主键不合适。因为InnoDB的数据文件本身就是一棵B+树,会基于主键建立聚簇索引。导致我们在插入数据时频繁的发生页分裂。

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
10月前
|
存储 SQL 关系型数据库
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
|
7月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
672 0
|
10月前
|
存储 关系型数据库 MySQL
MySQL数据库索引的数据结构?
MySQL中默认使用B+tree索引,它是一种多路平衡搜索树,具有树高较低、检索速度快的特点。所有数据存储在叶子节点,非叶子节点仅作索引,且叶子节点形成双向链表,便于区间查询。
257 4
|
10月前
|
存储 SQL 关系型数据库
MySQL 核心知识与索引优化全解析
本文系统梳理了 MySQL 的核心知识与索引优化策略。在基础概念部分,阐述了 char 与 varchar 在存储方式和性能上的差异,以及事务的 ACID 特性、并发事务问题及对应的隔离级别(MySQL 默认 REPEATABLE READ)。 索引基础部分,详解了 InnoDB 默认的 B+tree 索引结构(多路平衡树、叶子节点存数据、双向链表支持区间查询),区分了聚簇索引(数据与索引共存,唯一)和二级索引(数据与索引分离,多个),解释了回表查询的概念及优化方法,并分析了 B+tree 作为索引结构的优势(树高低、效率稳、支持区间查询)。 索引优化部分,列出了索引创建的六大原则
246 2
|
11月前
|
存储 关系型数据库 MySQL
MySQL覆盖索引解释
总之,覆盖索引就像是图书馆中那些使得搜索变得极为迅速和简单的工具,一旦正确使用,就会让你的数据库查询飞快而轻便。让数据检索就像是读者在图书目录中以最快速度找到所需信息一样简便。这样的效率和速度,让覆盖索引成为数据库优化师傅们手中的尚方宝剑,既能够提升性能,又能够保持系统的整洁高效。
325 9
|
12月前
|
机器学习/深度学习 关系型数据库 MySQL
对比MySQL全文索引与常规索引的互异性
现在,你或许明白了这两种索引的差异,但任何技术决策都不应仅仅基于理论之上。你可以创建你的数据库实验环境,尝试不同类型的索引,看看它们如何影响性能,感受它们真实的力量。只有这样,你才能熟悉它们,掌握什么时候使用全文索引,什么时候使用常规索引,以适应复杂多变的业务需求。
297 12
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
398 59
|
11月前
|
编译器 C语言 C++
栈区的非法访问导致的死循环(x64)
这段内容主要分析了一段C语言代码在VS2022中形成死循环的原因,涉及栈区内存布局和数组越界问题。代码中`arr[15]`越界访问,修改了变量`i`的值,导致`for`循环条件始终为真,形成死循环。原因是VS2022栈区从低地址到高地址分配内存,`arr`数组与`i`相邻,`arr[15]`恰好覆盖`i`的地址。而在VS2019中,栈区先分配高地址再分配低地址,因此相同代码表现不同。这说明编译器对栈区内存分配顺序的实现差异会导致程序行为不一致,需避免数组越界以确保代码健壮性。
228 0
栈区的非法访问导致的死循环(x64)
|
存储 C语言 C++
【C++数据结构——栈与队列】顺序栈的基本运算(头歌实践教学平台习题)【合集】
本关任务:编写一个程序实现顺序栈的基本运算。开始你的任务吧,祝你成功!​ 相关知识 初始化栈 销毁栈 判断栈是否为空 进栈 出栈 取栈顶元素 1.初始化栈 概念:初始化栈是为栈的使用做准备,包括分配内存空间(如果是动态分配)和设置栈的初始状态。栈有顺序栈和链式栈两种常见形式。对于顺序栈,通常需要定义一个数组来存储栈元素,并设置一个变量来记录栈顶位置;对于链式栈,需要定义节点结构,包含数据域和指针域,同时初始化栈顶指针。 示例(顺序栈): 以下是一个简单的顺序栈初始化示例,假设用C语言实现,栈中存储
940 77
|
11月前
232.用栈实现队列,225. 用队列实现栈
在232题中,通过两个栈(`stIn`和`stOut`)模拟队列的先入先出(FIFO)行为。`push`操作将元素压入`stIn`,`pop`和`peek`操作则通过将`stIn`的元素转移到`stOut`来实现队列的顺序访问。 225题则是利用单个队列(`que`)模拟栈的后入先出(LIFO)特性。通过多次调整队列头部元素的位置,确保弹出顺序符合栈的要求。`top`操作直接返回队列尾部元素,`empty`判断队列是否为空。 两题均仅使用基础数据结构操作,展示了栈与队列之间的转换逻辑。

推荐镜像

更多