MySQL-Btree索引和Hash索引初探

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: MySQL-Btree索引和Hash索引初探

20200129003012618.png

生猛干货

带你搞定MySQL实战,轻松对应海量业务处理及高并发需求,从容应对大场面试


官方文档

https://dev.mysql.com/doc/



20200131202811239.png

如果英文不好的话,可以参考 searchdoc 翻译的中文版本

http://www.searchdoc.cn/rdbms/mysql/dev.mysql.com/doc/refman/5.7/en/index.com.coder114.cn.html


20200131203226295.png


MySQL支持的索引类型

MySQL的索引是在存储引擎层面实现的,而不是MySQL服务层。



20200202174303663.png

B树索引

B树索引的特点

B-tree索引是以B+树的结构存储数据的。

那我们先简单的来了解B+树



20200201212925696.png


  • 平衡查找树,每一个叶子节点到根节点的距离都是相同的
  • 叶子结点都是按照顺序从小到大排在同一层上
  • 叶子节点是由指针来连接的

方案查找


B树索引的特点

  • B-tree索引能够加快数据的查询速度
  • B-tree索引更适合进行范围查找,因为数据 是顺序存储的

什么情况下会使用到B树索引


这里我们以订单表为例子来说明

  • 全职匹配的查询
    在order_sn 上建立B树索引
    比如 查询 订单序列号 order_sn = ‘123456’


匹配最左前缀的查询

举个例子:订单表 order_sn 没有索引, 但有个联合索引建在在 order_sn + order_date 这两个字段上

当查询 order_sn = ‘123456’ ----> 走索引

当查询 order_sn = ‘123456’ and order_date = ‘2020-01-20’----> 走索引

当查询 order_date = ‘2020-01-20’----> 不走索引

这就是 匹配最左前缀的查询


  • 匹配列前缀查询
    举个例子 在order_sn 上建立B树索引
    order_sn like '123% ' -------------> 走索引



  • 匹配范围值的查询
    比如 order_sn上建立索引
    order_sn > '1000000' and order _sn < '1100000' -----------> 走索引


  • 精确匹配左前列并范围匹配另外一列
    继续使用例子: 订单表 order_sn 没有索引, 但有个联合索引建在在 order_sn + order_date 这两个字段上
    比如 精确匹配 order_sn 但 order_date是个范围查询 -----> 走索引


  • 只访问索引的查询
    意思就是 order_sn上有索引, 我查询的时候仅仅查询这一列(索引列),而其他的数据列我不获取。 效率非常高这种情况。

Btree索引的使用限制


  • 如果不是按照索引最左列开始查找,则无法使用索引
    继续使用例子: 订单表 order_sn 没有索引, 但有个联合索引建在在 order_sn + order_date 这两个字段上
    如果你仅仅查询order_date , 这个联合索引,是不会走的。


使用索引时不能跳过索引中的列


举个例子: 3个列建立联合索引 order_date + contact_people + contact_phone


如果你查询中仅包含了 order_date 和 contact_phone , 对于这个查询来讲 ,只能使用到使用order-date来索引,而没法走contact_people 了,因为你跳过了contact_people


  • not int 和 <> 操作无法使用索引
  • 如果查询中有某个列的范围查询,则其右边所有列都无法使用索引

hash索引


我们知道,索引是有存储引起来实现的, 而MySQL的存储引擎又是插件式的,所以其他的存储引擎比如Memory存储引擎就支持 hash 索引 和 B树索引。 memory的默认索引就是hash索引,我们还是有必要了解下的。


innodb也支持hash索引,不够不是由开发人员建立的,innodb内部自己定义的。


hash索引的特点


  • 基于hash表实现, 只有查询条件精确匹配时hash索引中的所有列时,才能够使用到hash索引
  • 对于hash索引中的所有列,存储引擎都会为每一行计算一个hash码,hash索引中存储的就是这个hash码


hash索引的限制


  • hash索引必须进行二次查找 ,但基于内存,速度也挺快
  • 无法用于排序
  • 不支持部分索引操作 也不支持范围查找
  • hash码的计算可能存在hash冲突

为啥要使用索引

  • 索引大大减少 存储引擎需要扫描的数据量
  • 索引可以帮助我们进行排序以避免使用临时表
  • 索引可以把随机I/O 变为 顺序I/O

小结


索引不是越多越好 ,索引过多

  • 对写的影响: 过多索引会增加写操作的成本,比如有的时候批量导入数据,你觉得慢,可以把索引先禁用,导入完成后再开启索引
  • 对读的影响: 过多索引会增加查询优化器的选择时间。


搞定MySQL


https://artisan.blog.csdn.net/article/details/104136104?spm=1001.2014.3001.5502

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 &nbsp; &nbsp; 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
|
1月前
|
缓存 关系型数据库 MySQL
MySQL索引策略与查询性能调优实战
在实际应用中,需要根据具体的业务需求和查询模式,综合运用索引策略和查询性能调优方法,不断地测试和优化,以提高MySQL数据库的查询性能。
|
2月前
|
存储 关系型数据库 MySQL
阿里面试:为什么要索引?什么是MySQL索引?底层结构是什么?
尼恩是一位资深架构师,他在自己的读者交流群中分享了关于MySQL索引的重要知识点。索引是帮助MySQL高效获取数据的数据结构,主要作用包括显著提升查询速度、降低磁盘I/O次数、优化排序与分组操作以及提升复杂查询的性能。MySQL支持多种索引类型,如主键索引、唯一索引、普通索引、全文索引和空间数据索引。索引的底层数据结构主要是B+树,它能够有效支持范围查询和顺序遍历,同时保持高效的插入、删除和查找性能。尼恩还强调了索引的优缺点,并提供了多个面试题及其解答,帮助读者在面试中脱颖而出。相关资料可在公众号【技术自由圈】获取。
|
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
|
6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
|
9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
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
236 1
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第26天】数据库作为现代应用系统的核心组件,其性能优化至关重要。本文主要探讨MySQL的索引策略与查询性能调优。通过合理创建索引(如B-Tree、复合索引)和优化查询语句(如使用EXPLAIN、优化分页查询),可以显著提升数据库的响应速度和稳定性。实践中还需定期审查慢查询日志,持续优化性能。
92 0
下一篇
DataWorks