Mysql B+tree 及数据库索引

数据结构

二叉查找树

正常情况下时间复杂度是O(logn) O(logn)，当数据增大n倍时，耗时增大logn倍（这里的log是以2为底的，比如，当数据增大256倍时，耗时只增大8倍，是比线性还要低的时间复杂度）。二分查找就是O(logn)的算法，每找一次排除一半的可能，256个数据中查找只要找8次就可以找到目标。

最坏出现数据一边倒，时间复杂度是O(n)代表数据量增大几倍，耗时也增大几倍。比如常见的遍历算法。

B tree

 

B+tree

根节点，非叶子节点，叶子节点

所有叶子节点均有一个链指针指向下一个叶子节点

（主键索引中Q是数据，非主键索引中Q是主键id，需再次查询主键索引查出数据）

 

B+tree更适合用来做存储索引

B+树的磁盘读写代价更低

B+树的查询效率更加稳定

B+树更有利于对数据库的扫描

 

Hash索引

仅仅能满足“=”，“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

hash值冲突后会出现大量数据在同一个地方，性能不一定比b+tree高

 

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

稀疏索引文件只为索引码的某些值建立索引项

 

定位并优化慢查询sql

explain 慢sql日志

联合索引的最左匹配原则的成因

index('name','age')

走索引（where name='a' and age=1 或者 where name='a'）

不走索引 where age=1

索引是建立得越多越好吗

数据量小的表不需要建立索引，建立增加额外的索引开销

数据变量需要维护索引，更多的维护成本

也需要更多的空间

 

MyISAM

MyISAM默认用的是表级锁，不支持行级锁

InnoDB默认用的是等级锁，也支持表级锁

 

频繁执行全表count语句

对数据进行增删改的频率不高，查询非常频繁

没有事务

 

InnoDB

InnoDB主键为密集索引，主键未定义，则生成一个隐藏主键

非主键索引存储相关键位和其对应的主键值，包含两次查找

 

数据增删改查都相当频繁

可靠性要求比较高，要求支持事务

 

IS 行锁 IX 表锁