mysql怎么查找数据源 mysql数据库怎么查询数据( 二 )


新)数据时即写操作需要锁定整个表,效率便会低一些 。不过和Innodb不同,MyIASM中存储了表的行数 , 于是SELECT COUNT(*)
FROM
TABLE时只需要直接读取已经保存好的值而不需要进行全表扫描 。如果表的读操作远远多于写操作且不需要数据库事务的支持,那么MyIASM也是很好的选
择 。
两种引擎的选择
大尺寸的数据集趋向于选择InnoDB引擎,因为它支持事务处理和故障恢复 。数据库的大小决定了故障恢复的时间长短,InnoDB可以利用事务日志
进行数据恢复,这会比较快 。主键查询在InnoDB引擎下也会相当快,不过需要注意的是如果主键太长也会导致性能问题,关于这个问题我会在下文中讲到 。大
批的INSERT语句(在每个INSERT语句中写入多行,批量插入)在MyISAM下会快一些,但是UPDATE语句在InnoDB下则会更快一些 , 尤
其是在并发量大的时候 。
Index——索引
索引(Index)是帮助MySQL高效获取数据的数据结构 。MyIASM和Innodb都使用了树这种数据结构做为索引,关于树我也曾经写过一篇文章树是一种伟大的数据结构 , 只是自己的理解,有兴趣的朋友可以去阅读 。下面我接着讲这两种引擎使用的索引结构,讲到这里,首先应该谈一下B-Tree和B+Tree 。
B-Tree和B+Tree
B+Tree是B-Tree的变种,那么我就先讲B-Tree吧,相信大家都知道红黑树 , 这是我前段时间学《算法》一书时,实现的一颗红黑树,大家
可以参考 。其实红黑树类似2,3-查找树,这种树既有2叉结点又有3叉结点 。B-Tree也与之类似,它的每个结点做多可以有d个分支(叉),d称为B-
Tree的度,如下图所示,它的每个结点可以有4个元素,5个分支,于是它的度为5 。B-Tree中的元素是有序的,比如图中元素7左边的指针指向的结点
中的元素都小于7,而元素7和16之间的指针指向的结点中的元素都处于7和16之间,正是满足这样的关系,才能高效的查找:首先从根节点进行二分查找,找
到就返回对应的值,否则就进入相应的区间结点递归的查找,直到找到对应的元素或找到null指针,找到null指针则表示查找失败 。这个查找是十分高效
的,其时间复杂度为O(logN)(以d为底,当d很大时,树的高度就很低),因为每次检索最多只需要检索树高h个结点 。
接下来就该讲B+Tree了,它是B-Tree的变种,如下面两张图所示:
vcHLx/i85LLp0a/Qp8LKoaM8L3A+DQo8aDMgaWQ9"myisam引擎的索引结构"MyISAM引擎的索引结构
MyISAM引擎的索引结构为B+Tree,其中B+Tree的数据域存储的内容为实际数据的地址 , 也就是说它的索引和实际的数据是分开的,只不过是用索引指向了实际的数据 , 这种索引就是所谓的非聚集索引 。
Innodb引擎的索引结构
MyISAM引擎的索引结构同样也是B+Tree , 但是Innodb的索引文件本身就是数据文件 , 即B+Tree的数据域存储的就是实际的数据,这种索引就是聚集索引 。这个索引的key就是数据表的主键,因此InnoDB表数据文件本身就是主索引 。
因为InnoDB的数据文件本身要按主键聚集,所以InnoDB要求表必须有主键(MyISAM可以没有),如果没有显式指定,则MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键,如果不存在这种列,则MySQL自动为InnoDB表生成一个隐含字段作为主键,这个字段长度为6个字节,类型为长整形 。
并且和MyISAM不同,InnoDB的辅助索引数据域存储的也是相应记录主键的值而不是地址,所以当以辅助索引查找时 , 会先根据辅助索引找到主
键,再根据主键索引找到实际的数据 。所以Innodb不建议使用过长的主键,否则会使辅助索引变得过大 。建议使用自增的字段作为主键,这样B+Tree的

推荐阅读