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
云数据库 RDS MySQL,高可用系列 2核4GB
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
|
7天前
|
SQL 关系型数据库 MySQL
MySQL慢查询优化、索引优化、以及表等优化详解
本文详细介绍了MySQL优化方案,包括索引优化、SQL慢查询优化和数据库表优化,帮助提升数据库性能。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
MySQL慢查询优化、索引优化、以及表等优化详解
|
11天前
|
缓存 监控 关系型数据库
如何优化MySQL查询速度?
如何优化MySQL查询速度?【10月更文挑战第31天】
37 3
|
14天前
|
缓存 关系型数据库 MySQL
如何优化 MySQL 数据库的性能?
【10月更文挑战第28天】
37 1
|
15天前
|
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。
81 1
|
16天前
|
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。
47 0
|
8天前
|
SQL 关系型数据库 MySQL
go语言数据库中mysql驱动安装
【11月更文挑战第2天】
23 4
|
6天前
|
SQL 关系型数据库 MySQL
12 PHP配置数据库MySQL
路老师分享了PHP操作MySQL数据库的方法,包括安装并连接MySQL服务器、选择数据库、执行SQL语句(如插入、更新、删除和查询),以及将结果集返回到数组。通过具体示例代码,详细介绍了每一步的操作流程,帮助读者快速入门PHP与MySQL的交互。
19 1
|
1月前
|
存储 关系型数据库 MySQL
Mysql(4)—数据库索引
数据库索引是用于提高数据检索效率的数据结构,类似于书籍中的索引。它允许用户快速找到数据,而无需扫描整个表。MySQL中的索引可以显著提升查询速度,使数据库操作更加高效。索引的发展经历了从无索引、简单索引到B-树、哈希索引、位图索引、全文索引等多个阶段。
61 3
Mysql(4)—数据库索引
|
17天前
|
关系型数据库 MySQL Linux
在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤,包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。
本文介绍了在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤,包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。同时,文章还对比了编译源码安装与使用 RPM 包安装的优缺点,帮助读者根据需求选择最合适的方法。通过具体案例,展示了编译源码安装的灵活性和定制性。
59 2
|
20天前
|
存储 关系型数据库 MySQL
MySQL vs. PostgreSQL:选择适合你的开源数据库
在众多开源数据库中,MySQL和PostgreSQL无疑是最受欢迎的两个。它们都有着强大的功能、广泛的社区支持和丰富的生态系统。然而,它们在设计理念、性能特点、功能特性等方面存在着显著的差异。本文将从这三个方面对MySQL和PostgreSQL进行比较,以帮助您选择更适合您需求的开源数据库。
80 4