MySQL的索引系統(tǒng)采用B+樹的原因解析
1.什么是索引?
索引是為了加速對表中數(shù)據(jù)行的檢索而創(chuàng)建的一種分散的存儲(chǔ)結(jié)構(gòu)。(就好像我們小時(shí)候用的字典,有了字典查到對應(yīng)的字就會(huì)變快)
2.為什么需要索引?
首先我們需要了解一些概念和知識(shí)
- mysql數(shù)據(jù)存儲(chǔ)在什么地方?----磁盤
- 查詢數(shù)據(jù)比較慢的,一般情況下是卡在哪了? ----IO
- (所以我們要提高IO的效率,那么如何提高呢?---- 次數(shù)和量兩個(gè)層面,例如:搬磚,搬一次和搬十次耗費(fèi)的力氣是不一樣的,一次搬一塊和一次搬十塊耗費(fèi)的力氣(占用IO資源)也是不一樣的。所以我們盡可能的在滿足自身需求的前提下,減少和IO的交互)
- 去磁盤讀取數(shù)據(jù)的時(shí)候,是用多少讀取多少嘛? ----磁盤預(yù)讀
- 磁盤預(yù)讀:內(nèi)存跟磁盤在發(fā)生數(shù)據(jù)交互的時(shí)候,一般情況下有一個(gè)最小的邏輯單元,稱為頁,datapage,頁一般由操作系統(tǒng)決定是多大,一般是4k和8k,而我們在進(jìn)行數(shù)據(jù)交互的時(shí)候,可以取頁的的整數(shù)倍來進(jìn)行讀取,innodb存儲(chǔ)引擎每次讀取數(shù)據(jù)為16k
- 局部性原理:數(shù)據(jù)和程序都有聚集成群的傾向,同時(shí)之前被訪問過的數(shù)據(jù)和可能再次被查詢,涉及空間局部性、時(shí)間局部性
通過以上幾個(gè)概念我們大概知道索引是用來干嘛的了----預(yù)先設(shè)計(jì)好索引系統(tǒng),等我們查詢數(shù)據(jù)的時(shí)候,減少和IO的交互來提高我們的查詢效率。
3.如何設(shè)計(jì)索引系統(tǒng)?
我們還是先明白幾個(gè)概念
- 索引存儲(chǔ)在哪?---- 磁盤,查詢數(shù)據(jù)的時(shí)候會(huì)優(yōu)先將索引加載到內(nèi)存中
- 索引在存儲(chǔ)的時(shí)候需要什么信息?需要存什么字段值?
—— key:實(shí)際數(shù)據(jù)行中儲(chǔ)存的值
—— 文件地址(指針、我們需要找到存儲(chǔ)數(shù)據(jù)文件在哪就得靠文件地址)
—— offset:偏移量(如果我們要取文件中的某一條數(shù)據(jù)時(shí),就需要用到偏移量)
- 上面說的這種格式的數(shù)據(jù)要使用什么樣的數(shù)據(jù)結(jié)構(gòu)來儲(chǔ)存?
—— 上面可知我們我們的數(shù)據(jù)格式是 K-V類型的
知道K-V格式數(shù)據(jù)那我們就知道使用什么數(shù)據(jù)結(jié)構(gòu)來儲(chǔ)存了,有哈希表、樹(二叉樹、二分查找樹、二分平衡樹、紅黑樹、B樹、B+樹)
綜上所述,我們可以上面的數(shù)據(jù)結(jié)構(gòu)來設(shè)計(jì)我們的索引系統(tǒng)
4.MYSQL索引系統(tǒng)是什么呢?
為什么不按照上面說的格式儲(chǔ)存呢?
眾所周知,mysql的索引系統(tǒng)使用的是B+樹,為什么是B+樹呢?接下來我們逐個(gè)分析其他的存儲(chǔ)結(jié)構(gòu)為什么不行。在此之前,我們還是需要了解兩個(gè)前置知識(shí)----OLAP和OLTP
當(dāng)我們存儲(chǔ)的數(shù)據(jù)量越多時(shí),對應(yīng)建立的索引也會(huì)越大,當(dāng)我們從磁盤讀取到內(nèi)存時(shí)就會(huì)產(chǎn)生IO問題,那我們又對索引建立索引嘛?不是的,所以mysql采取的B+樹
5.哈希表
上面是哈希表的存儲(chǔ)結(jié)構(gòu),我們來探討這類的存儲(chǔ)結(jié)構(gòu)的優(yōu)缺點(diǎn)
缺點(diǎn):
- 哈希沖突會(huì)造成數(shù)據(jù)散列不均勻,會(huì)產(chǎn)生大量的線性查詢,比較浪費(fèi)時(shí)間
- 不支持范圍查詢,當(dāng)進(jìn)行范圍查詢的時(shí)候,必須要挨個(gè)遍歷
- 對于內(nèi)存空間的要求比較高(要把全部數(shù)據(jù)加到到內(nèi)存中)
優(yōu)點(diǎn):
如果是等值查詢,那么會(huì)非常快
那么在mysql中有沒有hash索引呢?
- memory存儲(chǔ)引擎使用的是hash索引
- innodb支持自適應(yīng)hash
6.樹
6.1 二叉樹
二叉樹本身是無序的,當(dāng)我們在進(jìn)行數(shù)據(jù)查找時(shí)要挨個(gè)去跟每個(gè)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)對比,看是否符合我們的數(shù)據(jù)要求,效率低下
6.2 二分查找樹(Binary Search Tree ,BST)
二分查找樹的特點(diǎn):插入數(shù)據(jù)的時(shí)候必須有序,左子樹必須小于跟節(jié)點(diǎn),右子樹必須保證大于根節(jié)點(diǎn)。所以使用二分查找樹對比二叉樹來顯然提高了查詢效率。
但是如果數(shù)據(jù)插入是遞增或者遞減的順序的話,二分查找樹就會(huì)退化成鏈表,查找效率又降低了
6.3 平衡二叉樹(Balanced Binary Tree, AVL樹)
根據(jù)二叉查找樹的所暴露出的問題,我們通過使用AVL樹經(jīng)過左旋或者右旋讓樹平衡。但是為了保證平衡,在插入數(shù)據(jù)的時(shí)候必須要旋轉(zhuǎn),通過插入性能的損失來彌補(bǔ)查詢性能的提升。讀多寫少的情況還好,但是如果我讀寫請求一樣多,那就不合適了。
6.4 紅黑樹
紅黑樹也是經(jīng)過左旋和右旋讓樹平衡起來,還有變色的行為,最長子樹只要不超過最短子樹的兩倍即可…所以就能讓查詢性能和插入性能近似取得一個(gè)平衡,但是隨著數(shù)據(jù)的插入,發(fā)現(xiàn)樹的深度會(huì)變深,深的深度越深,意味著IO次數(shù)越多,影響數(shù)據(jù)讀取的效率。
6.5 B樹
針對紅黑樹暴露的問題,那么我們應(yīng)該如何提高讀取的效率呢?我們能不能從有序的二叉樹,變成有序的多叉樹呢,這樣我們就可以儲(chǔ)存更多的數(shù)據(jù)
Degree為4表示的是一個(gè)節(jié)點(diǎn)存儲(chǔ)三個(gè)數(shù)據(jù)值,超過就要變換。那么實(shí)際的數(shù)據(jù)是怎么存儲(chǔ)的呢?我們需要Key和完整的數(shù)據(jù)行
上圖是B樹實(shí)際存儲(chǔ)數(shù)據(jù)的圖,每個(gè)節(jié)點(diǎn)有三個(gè)元素key、指針、數(shù)據(jù)。
查找實(shí)例,如果我想找28這個(gè)數(shù)據(jù),先從磁盤塊1開始發(fā)現(xiàn)讀取不到,經(jīng)對比范圍在p2指針指向的磁盤塊3,還是沒找到,再根據(jù)磁盤塊3的p2指針指向磁盤塊8找到28。我們來分析一下,每個(gè)磁盤塊大小為16kb,我們查找了三個(gè)磁盤塊只需讀取48kb,那么三層B樹能存儲(chǔ)多少條記錄呢?
我們理想化一下,假設(shè)key和指針不占用大小,一條數(shù)據(jù)占用1k的大小,那么磁盤1數(shù)據(jù)可以存儲(chǔ)16條,磁盤3也是16條,磁盤8也是16條,那么我們只能存儲(chǔ)161616=4096條記錄,這明顯有點(diǎn)少了,而且我們是理想化的,實(shí)際key和指針也是占用大小的。
于是乎我們不禁思考,為什么存儲(chǔ)的數(shù)據(jù)量那么少?
我們發(fā)現(xiàn)每層存儲(chǔ)的大小都被data給占用了,那么我們能不能只存儲(chǔ)key跟指針呢?為此就引出了B+樹
6.6 B+樹
B樹到B+樹的演變:非葉子節(jié)點(diǎn)不存儲(chǔ)數(shù)據(jù),葉子節(jié)點(diǎn)才存儲(chǔ)數(shù)據(jù)
上圖我們可以假設(shè)p1和28為一組占用10字節(jié)大小,那么第一層可以存儲(chǔ)16000/10=1600個(gè)這樣的大小,第二層也是1600,第三層data占用1kb,那就是16條,所以總的存儲(chǔ)1600160016=40960000(4096萬)條記錄
mysql索引結(jié)構(gòu)一般3~4層,但是還要注意一個(gè)問題。假設(shè)我們就是3層存儲(chǔ)結(jié)構(gòu),如何存儲(chǔ)更多的數(shù)據(jù)?
剛剛我們假設(shè)的是p1和28為10字節(jié)大小,那如果它們是1字節(jié)呢,那么存儲(chǔ)總量是160001600010=4096000000。所以就引申出面試一直被提到的建立索引用int還是var好?
答:保證key的長度越小也好,varchar小于4字節(jié)用varcahr,大于4字節(jié)用int
根據(jù)B+樹的特點(diǎn),存儲(chǔ)量大,查詢快,所以mysql使用的就是B+樹
總結(jié)
至此mysql索引系統(tǒng)為什么使用的是B+樹就講述完了,如果有什么講錯(cuò)的地方希望能提醒我改正過來。
到此這篇關(guān)于MySQL的索引系統(tǒng)采用B+樹的原因解析的文章就介紹到這了,更多相關(guān)MySQL索引B+樹內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Win7、WinXP下MySql安裝出錯(cuò)完全卸載的方法步驟
這篇文章主要介紹了Win7、WinXP下MySql安裝出錯(cuò)完全卸載的方法步驟,本文給出詳細(xì)的操作步驟,按本文方法清理后,重新安裝,應(yīng)該就不會(huì)有錯(cuò)誤了,需要的朋友可以參考下2015-06-06mysql創(chuàng)建外鍵報(bào)錯(cuò)的原因及解決(can't?not?create?table)
這篇文章主要介紹了mysql創(chuàng)建外鍵報(bào)錯(cuò)的原因及解決方案(can't?not?create?table),具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-09-09Ubuntu 18.04下mysql 8.0 安裝配置方法圖文教程
這篇文章主要為大家詳細(xì)介紹了Ubuntu 18.04下mysql 8.0 安裝配置方法圖文教程,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-05-05MySQL中獲取最大值MAX()函數(shù)和ORDER BY … LIMIT 1比較
mysql取最大值的的是max 和order by兩種方式,同時(shí)也大多數(shù)人人為max的效率更高,在本文中,我們將介紹MySQL中MAX()和ORDER BY … LIMIT 1兩種獲取最大值的方法以及它們性能上的差異,同時(shí)我們將探討這種性能差異的原因,并提供一些優(yōu)化建議2024-03-03