索引概述

介紹

索引（index）是幫助MySQL高效獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)(有序)。在數(shù)據(jù)之外，數(shù)據(jù)庫系統(tǒng)還維護著滿足 特定查找算法的數(shù)據(jù)結(jié)構(gòu)，這些數(shù)據(jù)結(jié)構(gòu)以某種方式引用（指向）數(shù)據(jù)， 這樣就可以在這些數(shù)據(jù)結(jié)構(gòu) 上實現(xiàn)高級查找算法，這種數(shù)據(jù)結(jié)構(gòu)就是索引。

索引就是一種數(shù)據(jù)結(jié)構(gòu)，這種結(jié)構(gòu)類似，鏈表，樹等等。但是比它們要復(fù)雜的多。

為什么要用索引呢？

假如我們有如下數(shù)據(jù)

如果我們要查詢年齡=45的全部信息。

select * from tb_user where age = 45;

那么SQL是如何查詢呢？

MySQL需要進行全表掃描，然后對比每條數(shù)據(jù)中的age值是否是45。

加入我們要100個數(shù)據(jù)，那你繼續(xù)全表掃描找出age = 45；豈不是太麻煩了？

這是你是否想起來數(shù)據(jù)結(jié)構(gòu)中二叉搜索樹？我們將age的值映射到這個二叉搜索樹上，那么我們就可以快速查找到我們要的結(jié)果。age 到二叉搜索樹的過程就是索引。

注意：我們僅僅用二叉搜索樹舉例子，想信你肯定知道MySQL中的索引肯定比這個復(fù)雜。

此時我們對索引的理解更加深入了，索引僅僅是建立了一個數(shù)據(jù)結(jié)構(gòu)，把數(shù)據(jù)存入到這個結(jié)構(gòu)上，方便MySQL查找數(shù)據(jù)罷了。

特點

索引結(jié)構(gòu)

MySQL的索引是在存儲引擎層實現(xiàn)的，不同的存儲引擎有不同的索引結(jié)構(gòu)，主要包含以下幾種

上述是MySQL中所支持的所有的索引結(jié)構(gòu)，接下來，我們再來看看不同的存儲引擎對于索引結(jié)構(gòu)的支持 情況。

我們主要看InnoDB就可以了，因為MyISAM會被MongoDB代替，Memory會被Redis代替。

我們一般指的索引是指的是B+tree。

當(dāng)然B+tree肯定不是一上來就提出來的，肯定是有一個進化的過程。

索引進化的過程

我們都知道二叉搜索樹是一個方便存儲的結(jié)構(gòu)，因為其天然的排序。左子樹都小于中間節(jié)點，右子樹都大于中間節(jié)點。

但是它有什么缺點呢？在極端情況下會退化成鏈表。查找時間復(fù)雜度O(n)，這不就等效于全表查詢了？

如何克服呢？使用紅黑樹，因為它是一種平衡二叉樹?？梢员苊獬霈F(xiàn)鏈表這種極端情況。

那么是不是使用紅黑樹就可以了？答案：還是不行，不夠理想。

為什么呢？因為是二叉樹，如果MySQL中數(shù)據(jù)過多，那么將會出現(xiàn)樹的層級過深。

我們知道數(shù)據(jù)以Page為單位存入的，在Page切換查詢時會出現(xiàn)磁盤IO操作。層級過深就會造成IO頻繁。

如何解決上述問題呢？B-Tree出場。

B-Tree

B-Tree，B樹是一種多叉路衡查找樹，相對于二叉樹，B樹每個節(jié)點可以有多個分支，即多叉。 以一顆最大度數(shù)（max-degree）為5(5階)的b-tree為例，那這個B樹每個節(jié)點最多存儲4個key(每個key都可以存放數(shù)據(jù))，5 個指針：

是不是使用b樹就可以了呢？原則上是可以了，但是還有一種更優(yōu)的方案B+Tree 代替了BTree。

MySQL中的B+Tree 和BTree有什么不同呢？

• B+Tree只在葉子節(jié)點存儲數(shù)據(jù)，從而保證每個Page中存入更多的key。
• 葉子節(jié)點包含了根節(jié)點和非葉子節(jié)點--圖中紅框顯示。
• 葉子節(jié)點采用雙向循環(huán)鏈表連接，方便查找。

 因此我們可以回答：為什么MySQL采用B+Tree呢？

到此這篇關(guān)于MySQL進階之索引的文章就介紹到這了,更多相關(guān)MySQL索引內(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！

最新評論