后端开发-MySQL学习之索引机制最详细版(B+树)

最新推荐文章于 2024-12-22 19:04:56 发布
原创 最新推荐文章于 2024-12-22 19:04:56 发布 · 435 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#MySQL #后端开发 #linux服务器开发 #中间件 #MySQL索引

本文详细介绍了MySQL中索引的概念、作用，以及为何选用B+树作为索引结构。讨论了Hash索引、二叉树、B-树的优缺点，并深入解析了B+树的特性，包括其在MyISAM和InnoDB存储引擎中的实现方式。此外，还提出了在创建索引时的注意事项，如联合索引的选择原则、覆盖索引等。

一、索引是什么？

　　索引是为了加速对表中数据行的检索而创建的一种分散存储的数据结构。而且是实现了高级查找算法的数据结构，索引一般以文件形式存储在磁盘上，索引检索需要磁盘I/O操作。

文章视频讲解：后端开发中MySQL InnoDB 索引以及事务

C/C++ Linux服务器开发高级架构免费学习视频点击：C/C++Linux服务器开发高级架构师/Linux后台架构师

二、为什么要使用索引？

  1. 索引能极大的减少存储引擎需要扫描的数据量。
  2. 索引可以把随机IO变成顺序IO。
  3. 索引可以帮助我们在进行分组、排序等操作时，避免使用临时表。

三、磁盘存取原理

　　磁盘存取有以下特点：

  • 寻道时间(速度慢，费时)；
  • 旋转时间(速度较快)；
  • 预读：长度为页的整倍数（ 主存和磁盘以页为单位交换数据，一页4K）；
  • 空间连续性原理：被访问的数据，其所在的位置周围的数据也有更高的可能性被访问。

四、索引是什么实现的？

　　Indexes是第三方公司提供的可插拔的插件式存储引擎。

　　MySQL结构体系：

最低0.47元/天 解锁文章
MySQL索引底层原理：B树与B+树的结构对比与优化
AI 算法实战派
06-21 804
在数据库系统中，索引是提升查询效率的“魔法钥匙”。想象一下：如果没有索引，每次查询都要扫描全表（全表扫描），就像在一本1000页的书中找一句话却没有目录——效率极低。本文聚焦MySQL索引的底层数据结构，重点解析B树与B+树的结构差异，帮助开发者理解“为什么MySQL选择B+树”“如何利用B+树特性优化索引”等核心问题。本文从生活案例引入索引的作用，逐步拆解B树与B+树的结构，通过数学模型对比两者的IO效率，结合MySQL实际场景讲解索引优化技巧，最后总结未来趋势。B树。
全栈开发学习路线：前端+后端+DevOps一站式掌握
最新发布
AI天才研究院
05-20 1647
随着互联网技术的快速发展，企业对能够覆盖全技术栈的「全栈工程师」需求持续增长。据Stack Overflow 2023开发者报告显示，全栈开发者薪资中位数比单一领域开发者高23%。前端开发核心技术（HTML/CSS/JS + 现代框架）后端开发主流栈（Node.js/Java/Python + 数据库）DevOps工程化能力（CI/CD + 容器化 + 云部署）全栈项目实战（从需求分析到生产部署全流程）全栈开发学习路线├─ 核心概念：技术栈分层架构├─ 前端体系：从基础到框架开发。
BST AVL RBT B- B+ 的一些理解
weixin_30855761的博客
03-07 243
BST（二叉查找树，排序二叉树），如果数据有序的话，组成的二叉树会形成单列的形式，导致查询效率低AVL（平衡二叉树） 使树的左右高度差的绝对值不超过2，保证了查询效率。但是插入和删除会带来多次旋转，导致效率低RBT（红黑树），是一种弱化的平衡二叉树，在插入、删除的时候，减少了旋转的次数B-树，由于二叉树只有两个子树，在磁盘上进行查找的时候，效率较低，所以出现了多分支的树，即B树（2-3树，2-3-...
Mysql学习8
ChengZi~
08-23 270
Mysql学习81 Mysql优化1.1 查询过慢的原因1.2 判断查询语句是否需要优化的依赖工具2 七个查询命令特征    1 Mysql优化 1.1 查询过慢的原因 现象 原因 解决方式 有规律速度过慢 用户访问量激增 mysql集群（分库） 无规律速度过慢 表中数据量的大小 查询语句的优化 1.2 判断查询语句是否需要优化的依赖工具   1、慢查询记录   2、e...
详解一下UUID的弊端以及雪花算法
2301_76936922的博客
04-08 1835
既然分布式ID是主键，然后主键是包含索引的，而mysql的索引是通过B+树来实现的，每一次新的UUID数据的插入，为了查询的优化，都会对索引底层的B+树进行修改，因为UUID数据是无序的，所以每一次UUID数据的插入都会对主键的B+树进行很大的修改，这一点很不好，插入完全无序，不但会导致一些中间节点产生分裂，也会白白创造出很多不饱和的节点，这样大大降低了数据库插入的性能。因此，一个能够生成全局唯一ID的系统是非常必要的。唯一性检查，分布式ID生成过程中，需要进行唯一性检查，以保证生成的ID是唯一的。
数据结构：IO读写频繁的青睐，B树和B+树
09-09 1459
今天学习B树和B+树，B树和B+树都是基于二叉树的衍生，对于二叉树不太了解的读者可以翻看《数据结构：二叉树》 本文目录： B树 定义及特性 查找顺序 保持平衡 B+树 B+树的插入 使用场景 参考 B树 定义及特性 B树，在写法上通常是B-树，这不是减号的意思，只是一种表达方式，它是一种能够存储数据、对数据进行排序并允许以O(log n)的时间复杂度运行进行查找、...
MySQL索引原理（索引、约束、索引实现、索引失效、索引原则）以及SQL优化
菊头蝙蝠的博客
04-24 741
索引 主键索引和唯一索引的差别： 唯一索引可以有一个NULL值，只要整体不重复就行了。而主键索引，是非空唯一索引。 所有的索引都会创建一个B+树，用key值，来保证有序。 全文索引：通过关键字，可以将整篇文章给搜索出来 约束 外键在项目中不推荐使用，但是要知道有这个东西。 外键是为了保证数据的完整性 当这张表中数据删除的时候，外键关联的另一张也要删除这一行，这个事务由我们自己去定义实现 DELETE代表删除，CASCADE表示和父表做同样的行为，当前父表中删除这行，子表也会删除。 外键是具备事务性的 外.
后端开发-MySQL数据库相关流程图原理图
Linuxhus的博客
03-01 567
前言 整理了一些 MySQL 数据库相关流程图/原理图。做一下笔记，分享给大家一起学习。 1. MySQL 主从复制原理图 MySQL 主从复制原理是大厂后端的高频面试题，了解 MySQL 主从复制原理非常有必要。 主从复制原理简言之，就三步曲，如下： 主数据库有个 bin-log 二进制文件，记录了所有增删改 SQL 语句（binlog线程）； 从数据库把主数据库的 bin-log 文件的 SQL 语句复制过来（I/O线程）； 从数据库的 relay-log 重做日志文件
【Python】python后端开发工程师--python基础，框架，数据库，消息队列等
suzimuyu99的博客
12-22 1736
2024面试经验总结
读《高性能MySQL》笔记---索引
jeremy_ke的博客
11-15 744
索引是存储引擎用于快速找到记录的的一种数据结构。
解读MySQL 索引基础
禅与计算机程序设计的艺术
08-18 3791
我们完全可以将索引可以看作是书本的目录，通过书本的目录查找对应的章节就会快一些，索引底层数据结构有b树、b+树、红黑树、哈希表、甚至是链表等，对于MySQL而言，无论Innodb还是MyIsam最左匹配原则算是MySQL的一个重点了，它会基于联合索引最左的字段进行排序，例如我们用字段a、b、c创建联合索引，他就会先通过a进行排序，如果a一样比较b，b再一样比较c这样，通过这样的比较机制生成一个有序的索引结构。
MySQL_04_聪明地使用索引
毛毛的专栏
06-13 1702
文章目录一、前言二、索引优点、索引缺点、什么列上设置索引、什么列上不设置索引、根据表的大小选择索引还是全表扫描2.1 索引的五个优点2.2 解释索引三重要的优点（即上面索引的前三个优点）2.2.1 索引可以减少扫描行数2.2.2 索引优化order by，避免再次排序生成临时表2.2.3 索引可以将随机 IO 变成顺序 IO2.2 索引的三个缺点2.3 六个列上应该创建索引2.4 有些列不应该创建索引2.5 根据表的大小选择索引还是全表扫描三、高效索引设计法则3.1 避免索引失效3.1.1 公式，索引列是表
（三）创建高性能的索引
Z_Y_J_1_2_3的专栏
04-12 572
【概述】 索引对于良好的性能非常关键。尤其是当表中的数据量越来越大时，索引对性能的影响很重要。 索引优化应该是对查询性能优化最有效的手段。 总的来说索引（B-Tree）有如下优点： a.  索引大大减少了服务器需要扫描的数据量。 b.  索引可以帮助服务器避免排序和临时表。 c.  索引可以将随机I/O变为顺序I/O. 1.  索引基础
MySQL面试题
xuan__xia的博客
12-07 480
所有的数据都会出现在叶子节点。叶子节点形成一个单向链表。非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。，随着新数据的插入，叶子节点会慢慢分裂，逻辑上连续的叶子节点在物理上往往不连续，甚至分离的很远，但做范围查询时，会产生大量读随机IO。对于大量的随机写也一样，举一个插入key跨度很大的例子，如7->1000->3->2000 ... 新插入的数据存储在磁盘上相隔很远，会产生大量的随机写IO。
MySQL-索引
qq_35526714的博客
03-25 203
索引介绍 索引是对数据库表中一列或多列的值进行排序的一种结构。 生活中随处可见索引的例子，如火车站的车次表、图书的目录等。它们的原理都是一样的，通过不断的缩小想要获得数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是我们总是通过同一种查找方式来锁定数据。 索引的优缺点 优点： 1、索引大大减小了服务器需要扫描的数据量，从而大大加快数据的检索速度，这也是创建索引的最主要的原因。 2、索引可以帮助服务器避免排序和临时表 3、索引可以将随机IO变成顺序IO 4、索引对于Inn
【数据结构】B+树的特点
m0_46613023的博客
07-31 2358
B+树的特点： B+树元素自底向上插入，有利于保持平衡 非叶子节点的子树指针与关键字个数相同 非叶子节点的子树指针p[i]，指向关键字值属于[k[i]，k[i+1])的子树 叶子节点包含有兄弟叶子节点的指针，方便遍历 所有关键字都出现在叶子节点的链表中(稠密索引)，且链表中的节点都是有序的 非叶子节点仅包含关键码信息，不可能在非叶子节点中命中。 非叶子节点相当于是叶子节点的索引(稀疏索引)，叶子节点相当于是存储数据的数据层 更适合文件索引系统 为什么说B+树比B树更适合实际应用中作为操作系统的文件索引和
深入理解Mysql系列——索引详解
weixin_41186611的博客
07-26 576
而InnoDB使用了聚簇索引，可以说聚簇索引就是表，因为他的叶子节点上存放了数据行的所有数据，另外，InnoDB的二级索引和聚簇索引也有很大不同，二级索引中的叶子节点存放了主键值，这样当出现行移动时减少了二级索引的维护工作。而除了聚簇索引以外的所有索引都称为二级索引，二级索引的叶子节点内容是主键的值。主键索引存储的是主键id和全部数据，二级索引储存的是索引值和主键值，当我们查询的字段不在索引储存的数据中，就会进行回表，即通过普通索引找到主键值，再通过主键值查询主键索引找到要查的数据，这就是回表操作。...
Mysql(5) - 索引优化与查询优化
m0_54714490的博客
11-29 660
它会在根据索引找到所有符合条件的数据后，根据后面的like条件（只能是lastname，因为我们的索引没有包含address）进行一次筛选，留下满足后两个条件的数据，再用这些数据回表。可以看到，我们加入了索引，也就是优化了拿t1的数据去匹配t2的操作，在SNLJ中我们需要一条一条的匹配，但是加入了索引之后，这个查询操作的时间复杂度就大大降低了，O(n * logm)。比如你创建了一个index(a,b,c），而你要查询的字段是a,b，那么此时通过该索引找到的数据就是你所需要的数据，查询完毕后要撤销临时表。
覆盖索引原理
C_x_330的博客
10-20 321
覆盖索引原理
MySQL核心技术解析：索引、锁机制与性能优化全攻略
文档涵盖了MySQL与PostgreSQL（Pg）的区别、字符类型差异、视图与存储过程的使用、ACID特性及其重要性、事务隔离级别与幻读问题、锁机制（包括全局锁、表级锁、行级锁）、乐观锁与悲观锁的实现原理、InnoDB与MyISAM...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值