Mysql优化之索引相关介绍(笔记)

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
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 高可用系列,价值2615元额度,1个月
简介: **摘要:**索引是数据库中用于加速数据检索的排好序的数据结构,例如MySQL常用B+树。没有索引时,查询需全表扫描,而使用索引则减少扫描次数,提高效率。例如,二叉树、红黑树和B树是常见数据结构,但MySQL选择B+树作为默认索引,因为它能避免非叶子节点存储数据,减少磁盘I/O操作,适合大数据量存储,并提供顺序访问的优势。

一、索引是什么


索引是帮助mysql高效获取数据的排好序数据结构,方便快速检索需要的数据。


二 索引是如何提升数据检索的


[示意图]



假如查找 select t.* from table t where t.col2 = 12

如果没有索引的情况,则Mysql默认会逐行扫描,直到全部扫完,并比对,找出所有col2等于10的记录。此处扫描了7次。

ps: 数据储存在磁盘中,是散列分布的,通过磁盘地址去找寻数据,所以每扫描一行都会进行一次I/O,I/O是特别耗时的。
  1. 如果从索引树中去找,则只需要拿12去比对,从根节点开始,比10大,则从右边节点查找,比14小,则从左边节点查找。此处只需要扫描3次。


三、常见的索引数据结构

1. 二叉树


1.1 二叉树结构图示


[二叉树结构图]




为什么mysql不选择二叉树做索引数据结构。

二叉树单边增长情况


[单边增长图]




2.二叉平衡树(红黑树)


[红黑树结构图]




红黑树会自我平衡,也就是满足节点必须为2叉,所以叫二叉平衡树。



ps:如果数据量巨大,超过500W呢, 红黑树的高度是不可控的,则树的高度会非常高,这样检索效率会大大下降。


3. B树(多叉平衡树)


[B树结构图]




B树:
1.叶节点具有相同的密度,叶节点的指针为空。
2.所有索引元素不重复。
3.节点中的数据索引从左到右递增排列

4.B+树


[B+树结构图]






B+树:
非叶子节点不存储data,只存储索引(冗余),这样就可以放更多的索引元素
叶子节点包含所有的索引字段
叶子节点之间用指针链接,提高区间访问的性能
叶子节点可以看做是一个环形的双向有序链表。
所有的节点都是排好序的结构,可利用二分法查找快速定位到查找的指针地址


5.mysql为什么用B+树做默认索引结构,而不是B树?

1.在B树中,每个节点都包含了键值和数据的信息,由于节点是存在磁盘中,每个节点的大小设置固定值。由于数据的存在,节点存储索引键值就会变得小很多。这样在查找一个数据时,需要加载一个节点,下一个节点的查找。这样加载的节点就会变相增加,而一次I/O比较耗时。
而B+树中,只有叶子节点才储存数据,非叶子节点可以存储更多的索引键值,这样加载节点就会变少。I/O次数相应也会变少。减少了I/O的开销。
简而言之:B+树比B树具有更好的磁盘读写性能。

2.B树中,叶子节点之间没有指针指向,在范围查询时,需要在内部节点中进行额外的搜索和遍历操作,效率相对较低。
B+树的叶子节点形成了一个有序的链表,可以很方便的进行范围查询。
简而言之:B+树在范围查询方面具有优势。

3.由于B+树只在叶子节点存储数据,内部节点不存储实际的数据,因此可以容纳更多的键值对在同样大小的内存空间中,减少了内存的占用。

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
目录
相关文章
|
14天前
|
存储 SQL 关系型数据库
MySQL高级篇——索引失效的11种情况
索引优化思路、要尽量满足全值匹配、最佳左前缀法则、主键插入顺序尽量自增、计算、函数导致索引失效、类型转换(手动或自动)导致索引失效、范围条件右边的列索引失效、不等于符号导致索引失效、is not null、not like无法使用索引、左模糊查询导致索引失效、“OR”前后存在非索引列,导致索引失效、不同字符集导致索引失败,建议utf8mb4
MySQL高级篇——索引失效的11种情况
|
14天前
|
存储 SQL 关系型数据库
【MySQL调优】如何进行MySQL调优?从参数、数据建模、索引、SQL语句等方向,三万字详细解读MySQL的性能优化方案(2024版)
MySQL调优主要分为三个步骤:监控报警、排查慢SQL、MySQL调优。 排查慢SQL:开启慢查询日志 、找出最慢的几条SQL、分析查询计划 。 MySQL调优: 基础优化:缓存优化、硬件优化、参数优化、定期清理垃圾、使用合适的存储引擎、读写分离、分库分表; 表设计优化:数据类型优化、冷热数据分表等。 索引优化:考虑索引失效的11个场景、遵循索引设计原则、连接查询优化、排序优化、深分页查询优化、覆盖索引、索引下推、用普通索引等。 SQL优化。
156 15
【MySQL调优】如何进行MySQL调优?从参数、数据建模、索引、SQL语句等方向,三万字详细解读MySQL的性能优化方案(2024版)
|
14天前
|
SQL 缓存 关系型数据库
MySQL高级篇——关联查询和子查询优化
左外连接:优先右表创建索引,连接字段类型要一致、内连接:驱动表由数据量和索引决定、 join语句原理、子查询优化:拆开查询或优化成连接查询
MySQL高级篇——关联查询和子查询优化
|
14天前
|
算法 关系型数据库 MySQL
MySQL高级篇——排序、分组、分页优化
排序优化建议、案例验证、范围查询时索引字段选择、filesort调优、双路排序和单路排序、分组优化、带排序的深分页优化
MySQL高级篇——排序、分组、分页优化
|
14天前
|
存储 关系型数据库 MySQL
MySQL高级篇——覆盖索引、前缀索引、索引下推、SQL优化、主键设计
覆盖索引、前缀索引、索引下推、SQL优化、EXISTS 和 IN 的区分、建议COUNT(*)或COUNT(1)、建议SELECT(字段)而不是SELECT(*)、LIMIT 1 对优化的影响、多使用COMMIT、主键设计、自增主键的缺点、淘宝订单号的主键设计、MySQL 8.0改造UUID为有序
MySQL高级篇——覆盖索引、前缀索引、索引下推、SQL优化、主键设计
|
3天前
|
关系型数据库 MySQL 数据库
MySQL删除全局唯一索引unique
这篇文章介绍了如何在MySQL数据库中删除全局唯一的索引(unique index),包括查看索引、删除索引的方法和确认删除后的状态。
25 9
|
6天前
|
关系型数据库 MySQL 数据库
MYSQL索引的分类与创建语法详解
理解并合理应用这些索引类型,能够有效提高MySQL数据库的性能和查询效率。每种索引类型都有其特定的优势,适当地使用它们可以为数据库操作带来显著的性能提升。
23 3
|
11天前
|
NoSQL 关系型数据库 MySQL
微服务架构下的数据库选择:MySQL、PostgreSQL 还是 NoSQL?
在微服务架构中,数据库的选择至关重要。不同类型的数据库适用于不同的需求和场景。在本文章中,我们将深入探讨传统的关系型数据库(如 MySQL 和 PostgreSQL)与现代 NoSQL 数据库的优劣势,并分析在微服务架构下的最佳实践。
|
13天前
|
存储 SQL 关系型数据库
使用MySQL Workbench进行数据库备份
【9月更文挑战第13天】以下是使用MySQL Workbench进行数据库备份的步骤:启动软件后,通过“Database”菜单中的“管理连接”选项配置并选择要备份的数据库。随后,选择“数据导出”,确认导出的数据库及格式(推荐SQL格式),设置存储路径,点击“开始导出”。完成后,可在指定路径找到备份文件,建议定期备份并存储于安全位置。
138 11
|
1月前
|
弹性计算 关系型数据库 数据库
手把手带你从自建 MySQL 迁移到云数据库,一步就能脱胎换骨
阿里云瑶池数据库来开课啦!自建数据库迁移至云数据库 RDS原来只要一步操作就能搞定!点击阅读原文完成实验就可获得一本日历哦~