数据库索引

最新推荐文章于 2024-12-26 07:00:00 发布

mercies

最新推荐文章于 2024-12-26 07:00:00 发布

阅读量134

点赞数

分类专栏： MYSQL

本文链接：https://blog.youkuaiyun.com/mercies/article/details/114108079

版权

MYSQL 专栏收录该内容

26 篇文章

订阅专栏

文章目录

1. 为什么要使用索引

全表扫描，很慢，数据量小适合。
索引，例字典。关键信息组成了索引。

2. 什么样的信息能成为索引

主键，唯一键，普通键

3. 索引的数据结构

生成索引，建立二叉查找树进行二分查找，及其变种，平衡树，红黑树，查询中，每一个数据都会进行IO操作，IO次数多会比较慢
生成索引，建立B-Tree结构进行查找
B-Tree：根节点至少包含两个孩子，树中的每个节点最多含有m个孩子。(m>=2);除根节点和叶子接节点外，其他每个节点至少由ceil(m/2) 个孩子，所有叶子节点都在同一层。尽可能存储更多信息，进可能减少IO次数。
生成索引，建立B±Tree结构进行查找
B+ Tree是B树的变体，其定义基本与B树相同，除了：
非叶子节点的子树指针和关键字数目相同，比B Tree能存储更多的信息
非叶子节点的字数指针P[i]，指向关键字值[K[i], K[i+1]]的子树
非叶子节点仅用来做索引，数据都保存在叶子节点中
所有叶子节点均有一个链指针指向下一个叶子节点，并按大小顺序连接

B+Tree更适合用来做存储索引，原因：1. B+树的磁盘读写代价更低（中间节点不存放数据，可以把这些索引的数据更多的放到内存，减少IO次数），B+数的查询效率更加稳定（每一次查询都要从根节点到叶子节点的路，所以每一次查询效率几乎都是一样的）；B+树更有利于对数据库的扫描（只对叶子节点遍历就可完成扫描，对范围查询有着跟高的性能。

生成索引，建立hash结构结构进行查找，经过一次hash运算就能找到，理论上高于B+树；但是本身由于特殊性，仅仅满足于=，不能使用in，不能使用范围查询。无法被用来避免数据的排序操作，不能利用部分索引键查询，不能避免表扫描，遇到大量hash值相等的情况后性能不一定比B+树高。
BitMap索引

4. 索引模块

密集索引和稀疏索引的区别：

密集索引：文件中的每个搜索码值都对应一个索引值
稀疏索引：只为索引码的某些值建立索引值

5. 索引如何优化sql

根据查慢日志定位慢查询
explain 等解析工具分析sql
Explain 关键字段：
2.1 type
system>const>eq_ref>ref>fulltext>ref_or_null>index_merge>>unique_subquery>index_subquery>range>index>all
如果type字段显示的是index或all表明本次查询使用的是全表扫描。当我们查询语句是慢查询语句，并且type字段是两个中的一个的话，表明语句是需要优化的。
2.2 extra
extra中出现以下2项意味着mysql根本不能使用索引，效率会受到重大影响，应尽可能对此进行优化。

extra项	说明
Using filesort	表示MySql会对结果使用一个外部索引排序，而不是从表里按索引次序读到相关内容。可能在内存或者磁盘上进行排序，MySql中无法利用索引完成的排序操作称为“文件排序”
Using temporary	表示MySql在对查询结果排序时使用临时表，常见于排序order by 和分组group by

3.修改sql，或者尽量让这条sql语句使用索引（添加索引）。