注意
二级索引占用的空间会比聚簇索引小很多, 通常创建辅助索引就是为了提升查询效率。 一个表InnoDB
只能创建一个聚簇索引,但可以创建多个辅助索引。 与InnoDB
表存储不同,MyISAM
数据表的索引文件和数据文件是分开的,被称为非聚簇索引结构。
索引
为什么使用索引
使用索引可以更高效,更快速的获取数据,就好比图书馆的书类目录,可以帮助我们更快速的定位到我们要找的书在那一层,哪一个书架上。
索引是什么
索引是数据结构。你可以简单理解为“排好序的快速查找数据结构”,满足特定查找算法。
这些数据结构以某种方式指向数据, 这样就可以在这些数据结构的基础上实现 高级查找算法 。
索引的优缺点
优点
- (1)类似大学图书馆建书目索引,提高数据检索的效率,降低 数据库的IO成本 ,这也是创建索引最主要的原因。
-
(2)通过创建唯一索引,可以保证数据库表中每一行 数据的唯一性 。
-
(3)在实现数据的参考完整性方面,可以 加速表和表之间的连接 。换句话说,对于有依赖关系的子表和父表联合查询时,可以提高查询速度。
-
(4)在使用分组和排序子句进行数据查询时,可以显著 减少查询中分组和排序的时间 ,降低了CPU的消耗。
缺点
-
(1)创建索引和维护索引要 耗费时间 ,并
且随着数据量的增加,所耗费的时间也会增加。 -
(2)索引需要占 磁盘空间 ,除了数据表占数据空间之外,每一个索引还要占一定的物理空间, 存储在磁盘上 ,如果有大量的索引,索引文件就可能比数据文件更快达到最大文件尺寸。
-
(3)虽然索引大大提高了查询速度,同时却会 降低更新表的速度 。当对表中的数据进行增加、删除和修改的时候,索引也要动态地维护,这样就降低了数据的维护速度。
聚簇索引
是什么
简而言之:索引及数据,数据及索引,索引和数据在一个文件里.idb
聚簇:表示数据行 和 相邻的键值聚簇的存储在一起。
- 使用记录主键值的大小进行记录和页的排序,这包括三个方面的含义:
- 页内 的记录是按照主键的大小顺序排成一个 单向链表 。
-
各个存放 用户记录的页 也是根据页中用户记录的主键大小顺序排成一个 双向链表 。
-
存放 目录项记录的页 分为不同的层次,在同一层次中的页也是根据页中目录项记录的主键大小顺序排成一个 双向链表 。
-
B+树的 叶子节点 存储的是完整的用户记录。所谓完整的用户记录,就是指这个记录中存储了所有列的值(包括隐藏列)。
优点
-
数据访问更快 ,因为聚簇索引将索引和数据保存在同一个
B+
树中,因此从聚簇索引中获取数据比非聚簇索引更快。 -
聚簇索引对于主键的 排序查找 和 范围查找 速度非常快。
-
按照聚簇索引排列顺序,查询显示一定范围数据的时候,由于数据都是紧密相连,数据库不用从多个数据块中提取数据,所以 节省了大量的io操作。
缺点
-
插入速度严重依赖于插入顺序 ,按照主键的顺序插入是最快的方式,否则将会出现页分裂,严重影响性能。因此,对于InnoDB表,我们一般都会定义一个自增的ID列为主键
-
更新主键的代价很高 ,因为将会导致被更新的行移动。因此,对于InnoDB表,我们一般定义主键为不可更新
-
二级索引访问需要两次索引查找 ,第一次找到主键值,第二次根据主键值找到行数据
二级索引(辅助索引、非聚簇索引)
简而言之:MyIsam
是非聚簇索引,索引和数据是分开的,分成两个文件存储myd myi myd:存数据, myi存索引
回表
表 我们根据这个以c2列大小排序的B+树只能确定我们要查找记录的主键值,所以如果我们想根
据c2列的值查找到完整的用户记录的话,仍然需要到 聚簇索引 中再查一遍,这个过程称为 回表 。也就是根据c2列的值查询一条完整的用户记录需要使用到 2 棵B+树!
联合索引
我们也可以同时以多个列的大小作为排序规则,也就是同时为多个列建立索引,比方说我们想让B+树按照 c2和c3列 的大小进行排序,这个包含两层含义:
- 先把各个记录和页按照c2列进行排序。
-
在记录的c2列相同的情况下,采用c3列进行排序
注意一点,以c2和c3列的大小为排序规则建立的B+树称为 联合索引 ,本质上也是一个二级索引。它的意思与分别为c2和c3列分别建立索引的表述是不同的,不同点如下:
- 建立 联合索引 只会建立如上图一样的1棵B+树。
-
为c2和c3列分别建立索引会分别以c2和c3列的大小为排序规则建立2棵B+树。
MyIsam Innodb
对比
MyISAM
的索引方式都是“非聚簇”的,与InnoDB
包含1个聚簇索引是不同的。小结两种引擎中索引的区别:
- ① 在
InnoDB
存储引擎中,我们只需要根据主键值对 聚簇索引 进行一次查找就能找到对应的记录,而在MyISAM
中却需要进行一次 回表 操作,意味着MyISAM
中建立的索引相当于全部都是 二级索引 。 -
②
InnoDB
的数据文件本身就是索引文件,而MyISAM
索引文件和数据文件是 分离的 ,索引文件仅保存数据记录的地址。 -
③
InnoDB
的非聚簇索引data
域存储相应记录 主键的值 ,而MyISAM
索引记录的是 地址 。换句话说,InnoDB
的所有非聚簇索引都引用主键作为data
域。 -
④
MyISAM
的回表操作是十分 快速 的,因为是拿着地址偏移量直接到文件中取数据的,反观InnoDB
是通过获取主键之后再去聚簇索引里找记录,虽然说也不慢,但还是比不上直接用地址去访问。 -
⑤
InnoDB
要求表 必须有主键 (MyISAM
可以没有 )。如果没有显式指定,则MySQL
系统会自动选择一个可以非空且唯一标识数据记录的列作为主键。如果不存在这种列,则MySQL自动为InnoDB
表生成一个隐含字段作为主键,这个字段长度为6个字节,类型为长整型。
MyIsam索引原理
索引代价
空间上代价
每建立一个索引都要为它建立一棵B+树,每一棵B+树的每一个节点都是一个数据页,一个页默认会
占用 16KB 的存储空间,一棵很大的B+树由许多数据页组成,那就是很大的一片存储空间。
时间上代价
每次对表中的数据进行 增、删、改 操作时,都需要去修改各个B+树索引。而且我们讲过,B+树每
层节点都是按照索引列的值 从小到大的顺序排序 而组成了 双向链表 。不论是叶子节点中的记录,还是内节点中的记录(也就是不论是用户记录还是目录项记录)都是按照索引列的值从小到大的顺序
而形成了一个单向链表。而增、删、改操作可能会对节点和记录的排序造成破坏,所以存储引擎需
要额外的时间进行一些 记录移位 , 页面分裂 、 页面回收 等操作来维护好节点和记录的排序。如果我们建了许多索引,每个索引对应的B+树都要进行相关的维护操作,会给性能拖后腿。
思考
为什么平时用到的B+树结构不会超过4层
一个B+树的节点其实可以分成好多层,规定最下边的那层,也就是存放我们用户记录的那层为第 0 层,之后依次往上加。之前我们做了一个非常极端的假设:存放用户记录的页 最多存放3条记录 ,存放目录项记录的页 最多存放4条记录 。其实真实环境中一个页存放的记录数量是非常大的,假设所有存放用户记录的叶子节点代表的数据页可以存放 100条用户记录 ,所有存放目录项记录的内节点代表的数据页可以存放 1000条目录项记录 ,那么:
- 如果B+树只有1层,也就是只有1个用于存放用户记录的节点,最多能存放 100 条记录
-
如果B+树有2层,最多能存放 1000×100=10,0000 条记录。
-
如果B+树有3层,最多能存放 1000×1000×100=1,0000,0000 条记录。
-
如果B+树有4层,最多能存放 1000×1000×1000×100=1000,0000,0000 条记录。相当多的记录!!!
表里一般不会能存放 1000 0000 0000
条记录。 所以一般情况下,我们 用到的B+树都不会超过4层 ,那我们通过主键值去查找某条记录最多只需要做4个页面内的查找(查找3个目录项页和一个用户记录页),又因为在每个页面内有所谓的 Page Directory
(页目录),所以在页面内也可以通过 二分法 实现快速定位记录。
参考文献
文章部分内容引用自宋红康老师的Mysql高级课程,在此表示感谢,如有侵权,请联系站长进行删除
<声明>:
谁都不是生下来就会的,都不是三体人,知识也可以遗传,我们的东西都是学习到的,所以每个人的知识体系难免有老师的身影,先学习后模仿,才能学会,至于笔记,摘抄部分我感觉难免,学会了就是自己的!