Mysql优化之索引相关介绍(笔记)

本文涉及的产品
RDS AI 助手,专业版
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
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
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 
目录
相关文章
|
6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)
|
6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。
208 4
|
7月前
|
SQL 缓存 关系型数据库
MySQL 慢查询是怎样优化的
本文深入解析了MySQL查询速度变慢的原因及优化策略,涵盖查询缓存、执行流程、SQL优化、执行计划分析(如EXPLAIN)、查询状态查看等内容,帮助开发者快速定位并解决慢查询问题。
311 0
|
5月前
|
缓存 关系型数据库 MySQL
降低MySQL高CPU使用率的优化策略。
通过上述方法不断地迭代改进,在实际操作中需要根据具体场景做出相对合理判断。每一步改进都需谨慎评估其变动可能导致其他方面问题,在做任何变动前建议先在测试环境验证其效果后再部署到生产环境中去。
251 6
|
4月前
|
关系型数据库 MySQL 索引
MySQL多表练习笔记
链接可行,多表查询语法
141 0
|
6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
165 2
|
6月前
|
存储 SQL 关系型数据库
MySQL 动态分区管理:自动化与优化实践
本文介绍了如何利用 MySQL 的存储过程与事件调度器实现动态分区管理,自动化应对数据增长,提升查询性能与数据管理效率,并详细解析了分区创建、冲突避免及实际应用中的关键注意事项。
298 0
|
4月前
|
缓存 关系型数据库 BI
使用MYSQL Report分析数据库性能(下)
使用MYSQL Report分析数据库性能
417 158
|
4月前
|
关系型数据库 MySQL 数据库
自建数据库如何迁移至RDS MySQL实例
数据库迁移是一项复杂且耗时的工程,需考虑数据安全、完整性及业务中断影响。使用阿里云数据传输服务DTS,可快速、平滑完成迁移任务,将应用停机时间降至分钟级。您还可通过全量备份自建数据库并恢复至RDS MySQL实例,实现间接迁移上云。
|
4月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格:MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB,多种引擎优惠上线!MySQL倚天版88元/年,SQL Server 2核4G仅299元/年,PostgreSQL 227元/年起。高可用、可弹性伸缩,安全稳定。详情见官网活动页。
918 152

推荐镜像

更多