mysql-索引概述

常见的索引模型

哈希表

特点

  1. 哈希表是一种以 键-值 存储数据的结果,对于这种结构,只需要输入待查找的 key 值,就可以找到其对应的 value 值。
  2. 哈希的思路很简单,把值放在数组里,用一个哈希函数把 key 换算成一个确定的位置,然后把 value 放在数组的这个位置。
  3. 不可避免的,多个 key 值经过哈希函数的换算,会出现同一个值的情况。处理这种情况的一种方法是,拉出一个链表,对于链表上新增的元素,只需要追加到链表的尾端。

优点

  1. 新增的效率比较高。
  2. 适用于等值查询。

缺点

  1. 不适用于范围查询的场景。

使用场景

  1. 适用于等值查询的场景,如 Memcached 及其他一些 NoSQL引擎。

有序数组

特点

  1. 元素是有序的。

优点

  1. 适用于有序数组在等值查询和范围查询。

缺点

  1. 插入效率低下,向数组中间插入一个值,必须挪动后面所有的记录。

使用场景

  1. 有序数组索引只适用于静态存储引擎,如要保存的是2018年某个城市的所有人口信息,这类不会再修改的数据。

搜索树

特点

  1. 二叉搜索树:每个节点的左儿子小于父节点,父节点又小于右儿子。查询时间复杂度是 O(log(N)),更新的时间复杂度也是O(log(N))。

  2. 多叉搜索树:每个节点有多个儿子,儿子之间的大小保证从左到右递增。

  3. 二叉树的搜索效率最高,但实际上大多数的数据库存储却并不使用二叉树。原因是:索引不只在内存中,还要写到磁盘上

    你可以想象一下一棵 100 万节点的平衡二叉树,树高 20。一次查询可能需要访问 20 个数据块。在机械硬盘时代,从磁盘随机读一个数据块需要 10 ms 左右的寻址时间。也就是说,对于一个 100 万行的表,如果使用二叉树来存储,单独访问一个行可能需要 20 个 10 ms 的时间,这个查询可真够慢的。

  4. 为了让一个查询尽量少的读磁盘,就必须让查询过程访问尽量少的数据块。那么就不应该使用二叉树,使用“N”叉树。N取决于数据块的大小。

    以 InnoDB 的一个整数字段索引为例,这个 N 差不多是 1200。这棵树高是 4 的时候,就可以存 1200 的 3 次方个值,这已经 17 亿了。考虑到树根的数据块总是在内存中的,一个 10 亿行的表上一个整数字段的索引,查找一个值最多只需要访问 3 次磁盘。其实,树的第二层也有很大概率在内存中,那么访问磁盘的平均次数就更少了。

可以看到,在考虑一个索引模型的时候,可以从插入(更新)、等值查询、范围查询的角度去思考,具体该用何种模型。

MySQL索引

在MySQL中,索引是在存储引擎层实现的,所以没有统一的索引标准,即不同存储引擎的索引的工作方式并不一样。而即使多个存储引擎支持同一种类型的索引,其底层实现也可能不同。

InnoDB 的索引模型

在 InnoDB中,表都是根据主键顺序以索引的形式存放的,这种存储方式的表称为索引组织表。InnoDB使用了B+数索引模型,所以数据都是存储在B+数中的,B+树能很好地配合磁盘的读写特性,减少单次查询的磁盘访问次数。

每一个索引在 InnoDB 里面对应一颗 B+ 树。

主键索引

主键索引的叶子节点存的是整行数据
以 InnoDB 的一个整数字段索引为例,这个 N 差不多是 1200。这棵树高是 4 的时候,就可以存 1200 的 3 次方个值,这已经 17 亿了。考虑到树根的数据块总是在内存中的,一个 10 亿行的表上一个整数字段的索引,查找一个值最多只需要访问 3 次磁盘。其实,树的第二层也有很大概率在内存中,那么访问磁盘的平均次数就更少了。在InnoDB里,主键索引也被称为 聚簇索引

非主键索引

非主键索引叶子节点是主键的值。在 InnoDB 里,非主键索引也被称为 二级索引

基于主键索引和普通索引的查询有什么区别?

  • 如果语句是 select * from T where ID=500,即主键查询方式,则只需要搜索ID这颗 B+ 树;
  • 如果语句是 select * from T where k = 5,即普通索引的查询方式,则需要先搜索 k 索引树,得到 ID 的值为 500,再到ID索引树搜索一次。回到主键索引树搜索的过程称为回表

基于非主键索引的查询需要多扫描一颗索引树。

索引维护

  • 页分裂:一个数据页满了的情况下,需要申请一个新的数据页,挪动部分数据过去。性能会受到影响,另外还会影响到数据页的利用率。
  • 页合并:相邻的两个数据页删除了数据,利用率很低的情况下,会将数据页合并。

为什么要使用自增主键?

  1. 插入性能高,没插入一条新纪录,都是追加操作,不会涉及到挪动其他记录,也不会触发叶子节点的分裂。
  2. 另外主键长度越小,普通索引的叶子节点就越小,普通索引占用的空间也就越小。

重建索引

为什么要重建索引?
索引可能因为删除,或者页分裂等原因,导致数据页有空洞,重建索引会使数据页的率用率达到最好,更省空间。

对于 InnoDB 表T,如果重建二级索引 k,两个SQL语句可以这么写:

1
2
alter table T drop index k;
alter table T add index k;

这种做法是合理的,可以达到省空间的目的。

如果要重建主键索引,也可以这么写:

1
2
alter table T drop primary key;
alter table T add primary key;

这种做法不合理,不论是删除主键还是创建主键,都会将整个表重建,连着执行这两个语句的话,第一个语句就白做了。可以替换为:

1
alter table T engine = InnoDB

表空间碎片

产生原因

  1. 记录被Delete,且原空间无法复用。
  2. 记录被Update(通常出现在变长字段中),原空间无法复用。
  3. 记录插入导致页分裂,页的填充率降低。

影响

如果表空间碎片较大,可能带来的负面影响:

  1. 浪费磁盘空间;
  2. 可能导致查询扫描的IO成本提升,效率降低;
  3. 如果表空间较小或者碎片率较小,用户无需关注,也不建议执行回收空间碎片操作。

回收表空间碎片的方法

  1. 回收碎片的常见方法是通过 optimize table 来重组文件,操作过程会导致该表上的写操作无法执行,实例负载增大,请用户谨慎操作,如果确定需要回收,建议放在业务低峰期进行。
  2. Alter Table操作也可以达到回收空间碎片的效果,请用户谨慎操作,如果确定需要回收,建议放在业务低峰期进行。
    1
    2
    3
    4
    5
    OPTIMIZE TABLE  ast_dubbo_receive;

    ALTER TABLE `ast_tj_subscribe_info_backup` engine = INNODB ;

    SELECT * from tables where TABLE_NAME ='ast_tj_subscribe_info_backup';

5.6.17开始 optmize 对innodb除了包含fulltext索引外,是执行的重建表和索引树

应该是这样了,比如绿色部分的主键值被删除了,但是又达不到重建或者旋转整颗树,于是这部分空间就处于浪费中,但不会复用。。。。。。重建索引树,就是全部重建···

0%