MySQL索引底层数据结构详情
目录
- 一、索引类型
- 1.B+树
- 2.MyISAM和InnoDB的B+树索引实现方式的区别(聚簇索引和非聚簇索引)?
- 3.非聚簇索引
- 4.聚簇索引的优缺点
- 5.哈希索引
- 6.自适应哈希索引
一、索引类型
1.B+树
为什么是B+树而不是B树?
首先看看B树和B+树在结构上的区别
【MySQL索引底层数据结构详情】B树结构:
文章图片
B+树:
文章图片
可以看到:
- B树在每个节点上都有卫星数据(数据表中的一行数据),而B+树只在叶子节点上有卫星数据。这意味着相同大小的磁盘扇区,B+树可以存储的叶子节点更多,磁盘IO次数更少;同样也意味着B+树的查找效率更稳定,而B树数据查询的最快时间复杂度是O(1)。
- B树的每个节点只出现一次,B+树的所有节点都会出现在叶子节点中。B+树的所有叶子节点形成一个升序链表,适合区间范围查找,而B树则不适合。
2.MyISAM和InnoDB的B+树索引实现方式的区别(聚簇索引和非聚簇索引)?
首先需要了解聚簇索引和非聚簇索引。
聚簇索引:
在聚簇索引中,叶子页包含了行的全部数据,节点页值包含索引列。InnoDB通过主键聚集数据,如果没有定义主键则选择一个唯一的非空索引列代替;如果没有这样的索引,InnoDB会隐式定义一个主键来作为聚簇索引。
聚簇索引的数据分布:
文章图片
在聚簇索引中,除了主键索引,还有二级索引。二级索引中的叶子节点存储的不是“行指针”,而是主键值,并以此作为指向行的“指针”。这意味着通过二级索引查找行,存储引擎需要找到二级索引的叶子节点获得对应的主键值,然后根据这个值去聚簇索引中查找对应的行,也称为“回表”。当然,可以通过覆盖索引避免回表或者
InnoDB
的自适应索引能够减少这样的重复工作。注意:聚簇索引中每一个叶子节点不止包含完整的数据行,还包括事务ID、用于事务和MVCC的回滚指针。
3.非聚簇索引
非聚簇索引的主键索引和二级索引在结构上没有什么不同,都在叶子节点上存储指向数据的物理地址的“行指针”。
聚簇索引的主键索引和二级索引:
文章图片
非聚簇索引的主键索引和二级索引:
文章图片
4.聚簇索引的优缺点
优点:
把相关数据保存在一起(比如用用户ID把用户的全部邮件聚集在一起),否则每次数据读取就可能导致一次磁盘IO
数据访问更快,把索引和数据保存在同一个B+树中,通常在聚簇索引中获取数据比在非聚簇索引中查找更快
使用覆盖查询可以直接利用页节点中的主键值
缺点:
如果所有数据都可以放在内存中,顺序访问不再那么必要,聚簇索引没有优势
插入速度依赖于插入顺序,随机插入会导致页分裂,造成空洞,使用OPTIMIZE TABLE重建表
每次插入、更新、删除都需要维护索引的变化,代价很高
二级索引可能比想象中大,因为在节点中包含了引用行的主键列
5.哈希索引
哈希索引基于哈希表实现,只有精确匹配索引所有列的查询才有效,这意味着,哈希索引适用于等值查询。
具体实现:对于每一行数据,存储引擎都会对所有的索引列计算一个哈希码,哈希索引将所有的哈希码存储在索引中,同时在哈希表中保存指向每个数据行的指针。在MySQL中,只有
Memory
引擎显式支持哈希索引,当然Memory
引擎也支持B树索引。注意:Memory引擎支持非唯一哈希索引,解决冲突的方式是以链表的形式存放多个哈希值相同的记录指针。
6.自适应哈希索引
InnoDB
注意到某些索引值被使用得非常频繁时,会在内存中基于B+树索引之上再创建一个哈希索引,这样就让B+树索引也具有哈希索引的一些优点,比如快速的哈希查找。到此这篇关于MySQL索引底层数据结构详情的文章就介绍到这了,更多相关MySQL索引底层数据结构内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
推荐阅读
- MySQL数据优化-多层索引
- MySQL为数据表建立索引的原则详解
- MySQL基础|Mysql运算符
- Java并发杂谈(一)(volatile的底层原理,从字节码到CPU)
- mysql条件表示空_mysql where 条件中的字段有NULL值时的sql语句写法
- mysql中Mysql模糊查询like效率,以及更高效的写法和sql优化方法
- mysql|MYSQL数据库主从同步设置
- mysql|【MYSQL数据库】事件(定时器)和触发器
- java|【JAVA通天路】JDBC连接MYSQL数据库
- mysql|MYSQL数据库中表的进阶玩法——表分区