共计 6126 个字符,预计需要花费 16 分钟才能阅读完成。
1、什么是数据库中的索引?索引有什么作用?
引入索引的目的是为了加快查询速度。如果数据量很大,大的查询要从硬盘加载数据到内存当中。
2、InnoDB 中的索引原理是怎么样的?
InnoDB 是 MySQL 的默认存储引擎,InnoDB 有两种索引:B+ 树索引和哈希索引,其中哈希索引是自适应性的,存储引擎会根据表的使用情况,自动创建哈希索引,不能人为的干涉。
B 树、B- 树、B+ 树、B* 树四种数据结构在索引中的运用,这四种数据结构的顺序必须是这样的。分别阐述如下:
B 树:二叉树,每个结点只存储一个关键字,等于则命中,小于走左结点,大于走右结点;
B- 树:多路搜索树,每个结点存储 M / 2 到 M 个关键字,非叶子结点存储指向关键字范围的子结点;所有关键字在整颗树中出现,且只出现一次,非叶子结点可以命中;
B+ 树:在 B - 树基础上,为叶子结点增加链表指针,所有关键字都在叶子结点中出现,非叶子结点作为叶子结点的索引;B+ 树总是到叶子结点才命中;
B* 树:在 B + 树基础上,为非叶子结点也增加链表指针,将结点的最低利用率从 1 / 2 提高到 2 /3;
首先,B 树也叫作二叉搜索树,字如其义。B 树有如下三个特点:所有非叶子节点至多拥有两个儿子;所有节点存储一个关键字;非叶子节点的左指针指向小于其关键字的子树,右指针指向大于其关键字的子树。
B 树的搜索,从根结点开始,如果查询的关键字与结点的关键字相等,那么就命中,否则,如果查询关键字比结点关键字小,就进入左儿子;如果比结点关键字大,就进入右儿子;如果左儿子或右儿子的指针为空,则报告找不到相应的关键字。如果 B 树的所有非叶子结点的左右子树的结点数目均保持差不多(平衡),那么 B 树的搜索性能逼近二分查找;但它比连续内存空间的二分查找的优点是,改变 B 树结构(插入与删除结点)不需要移动大段的内存数据,甚至通常是常数开销。最右边也是一个 B 树,但它的搜索性能已经是线性的了;同样的关键字集合有可能导致不同的树结构索引;所以,使用 B 树还要考虑尽可能让 B 树保持左图的结构,和避免右图的结构,也就是所谓的“平衡”问题;实际使用的 B 树都是在原 B 树的基础上加上平衡算法,即“平衡二叉树”;如何保持 B 树结点分布均匀的平衡算法是平衡二叉树的关键;平衡算法是一种在 B 树中插入和删除结点的策略;
其次,B- 树。数据量越大,B 树的高度会越高,之所以会越高,主要是因为二叉引起的。所以在此基础上我们定义了 B - 树的规范如下:B- 树不是二叉的,所以又叫作多路搜索树。
B- 树是一种多路搜索树(并不是二叉的):
1. 定义任意非叶子结点最多只有 M 个儿子;且 M >2;
2. 根结点的儿子数为 [2, M];除根结点以外的非叶子结点的儿子数为[M/2, M];
3. 每个结点存放至少 M /2-1(取上整)和至多 M - 1 个关键字;(至少 2 个关键字)
4. 非叶子结点的关键字个数 = 指向儿子的指针个数 -1;
5. 非叶子结点的关键字:K[1], K[2], …, K[M-1];且 K[i] < K[i+1];
6. 非叶子结点的指针:P[1], P[2], …, P[M];其中 P[1] 指向关键字小于 K[1]的子树,P[M]指向关键字大于 K[M-1]的子树,其它 P[i]指向关键字属于 (K[i-1], K[i]) 的子树;
7. 所有叶子结点位于同一层;如图所示中(M=3)
B- 树的搜索,从根结点开始,对结点内的关键字(有序)序列进行二分查找,如果命中则结束,否则进入查询关键字所属范围的儿子结点重复,直到所对应的儿子指针为空,或已经是叶子结点。
B- 树的特性:
1. 关键字集合分布在整颗树中;
2. 任何一个关键字出现且只出现在一个结点中;
3. 搜索有可能在非叶子结点结束;
4. 其搜索性能等价于在关键字全集内做一次二分查找;
5. 自动层次控制;
由于限制了除根结点以外的非叶子结点,至少含有 M / 2 个儿子,确保了结点的至少利用率,其最底搜索性能如图,
其中,M 为设定的非叶子结点最多子树个数,N 为关键字总数;
所以 B - 树的性能总是等价于二分查找(与 M 值无关),也就没有 B 树平衡的问题;由于 M / 2 的限制,在插入结点时,如果结点已满,需要将结点分裂为两个各占 M / 2 的结点;删除结点时,需将两个不足 M / 2 的兄弟结点合并;
其次,B+ 树。B 树、B- 树、B+ 树、B* 树。B 树是二叉搜索树,B- 树、B+ 树、B* 树都是多路搜索树。B- 树定义了基本的规范,它有个特点,关键字出现在非叶子节点或者叶子节点,子树的指针比关键字个数大一个。B+ 树在这两方面分别做了升级,定义如下:
B+ 树是 B - 树的变体,也是一种多路搜索树:
1. 其定义基本与 B - 树同,除了:
2. 非叶子结点的子树指针与关键字个数相同;
3. 非叶子结点的子树指针 P[i],指向关键字值属于 [K[i], K[i+1]) 的子树
(B- 树是开区间);
5. 为所有叶子结点增加一个链指针;
6. 所有关键字都在叶子结点出现;
B+ 的搜索与 B - 树也基本相同,区别是 B + 树只有达到叶子结点才命中(B- 树可以在非叶子结点命中),其性能也等价于在关键字全集做一次二分查找;
B+ 的特性:
1. 所有关键字都出现在叶子结点的链表中(稠密索引),且链表中的关键字恰好是有序的;
2. 不可能在非叶子结点命中;
3. 非叶子结点相当于是叶子结点的索引(稀疏索引),叶子结点相当于是存储(关键字)数据的数据层;
4. 更适合文件索引系统;
最后 B * 树,它是 B + 树的变体,在 B + 树的非根和非叶子结点再增加指向兄弟的指针。
B* 树定义了非叶子结点关键字个数至少为(2/3)*M,即块的最低使用率为 2 /3(代替 B + 树的 1 /2);
B+ 树的分裂:当一个结点满时,分配一个新的结点,并将原结点中 1 / 2 的数据复制到新结点,最后在父结点中增加新结点的指针;B+ 树的分裂只影响原结点和父结点,而不会影响兄弟结点,所以它不需要指向兄弟的指针;
B* 树的分裂:当一个结点满时,如果它的下一个兄弟结点未满,那么将一部分数据移到兄弟结点中,再在原结点插入关键字,最后修改父结点中兄弟结点的关键字(因为兄弟结点的关键字范围改变了);
如果兄弟也满了,则在原结点与兄弟结点之间增加新结点,并各复制 1 / 3 的数据到新结点,最后在父结点增加新结点的指针;
所以,B* 树分配新结点的概率比 B + 树要低,空间使用率更高;
3、如何在 Navicat 中对表添加索引?
# 删除表
DROP TABLE test.idc_work_order_main
# 创建表结构 idc_work_order_main
CREATE TABLE `idc_work_order_main` (
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT ‘ 主键 ID’,
`creator` varchar(128) NOT NULL DEFAULT ‘0’ COMMENT ‘ 创建人 ’,
`gmt_create` timestamp NULL DEFAULT NULL COMMENT ‘ 创建时间 ’,
`modifier` varchar(128) DEFAULT ‘0’ COMMENT ‘ 修改人 ’,
`gmt_modified` timestamp NULL DEFAULT NULL COMMENT ‘ 修改时间 ’,
`title` varchar(64) DEFAULT NULL COMMENT ‘ 工单标题 ’,
`category` varchar(32) DEFAULT NULL COMMENT ‘ 工单类别 ’,
`subject` varchar(32) DEFAULT NULL COMMENT ‘ 工单类型 ’,
`demander` varchar(30) DEFAULT NULL COMMENT ‘ 需求方 ’,
`is_atomic` char(1) DEFAULT ‘y’ COMMENT ‘ 是否原子工单 ’,
`atomic_id` int(11) DEFAULT NULL COMMENT ‘ 当前原子工单在列表中 ID’,
`site` varchar(50) DEFAULT NULL COMMENT ‘ 工单所在机房 ’,
`operationer` varchar(32) DEFAULT NULL COMMENT ‘ 当前处理人 ’,
`operation_role` varchar(50) DEFAULT NULL COMMENT ‘ 当前处理角色 ’,
`state` varchar(50) DEFAULT NULL COMMENT ‘ 工单状态 ’,
`sub_state` varchar(50) DEFAULT NULL COMMENT ‘ 工单子状态 ’,
`expect_time` timestamp NULL DEFAULT NULL COMMENT ‘ 预期结单时间 ’,
`sla` bigint(20) DEFAULT NULL COMMENT ‘sla’,
`evaluation` varchar(200) DEFAULT NULL COMMENT ‘ 评价 ’,
`create_source` varchar(32) DEFAULT ‘TBOSS’ COMMENT ‘ 创建源 ’,
`source_key` varchar(32) DEFAULT NULL COMMENT ‘ 创建源唯一标示 ’,
`is_deleted` char(1) DEFAULT ‘n’ COMMENT ‘ 是否已删除 y,n’,
`remark` varchar(500) DEFAULT NULL COMMENT ‘ 备注 ’,
`parent_id` int(11) DEFAULT ‘0’ COMMENT ‘ 父工单 ID’,
`asset_total` int(11) DEFAULT ‘0’ COMMENT ‘ 设备总数 ’,
`sla_standard` double DEFAULT NULL COMMENT ‘ 标准时间 ’,
`sla_unit` char(1) DEFAULT NULL COMMENT ‘sla 单位 ’,
`effective_date` timestamp NULL DEFAULT NULL COMMENT ‘ 提单时间(生效时间)’,
`is_timeout` char(1) DEFAULT ‘n’ COMMENT ‘ 是否超时,‘y’超时,‘n’未超时 ’,
`statement_date` timestamp NULL DEFAULT NULL COMMENT ‘ 结单的时间 ’,
`source_creator` varchar(32) DEFAULT NULL COMMENT ‘ 第三方创建人信息(域账号)’,
`atomic_order_id` int(11) DEFAULT NULL COMMENT ‘ 当前原子工单编号 ’,
`order_device_type` varchar(50) DEFAULT ‘SERVER’ COMMENT ‘ 工单设备类型(server= 服务器,network_serve 等)’,
`finish_asset_total` int(11) DEFAULT ‘0’ COMMENT ‘ 完成设备数 ’,
PRIMARY KEY (`id`),
KEY `idx_statement_date` (`statement_date`),
KEY `idx_parent_id` (`parent_id`),
KEY `idx_gmt_modified` (`gmt_modified`),
KEY `idx_gmt_create` (`gmt_create`)
) ENGINE=InnoDB AUTO_INCREMENT=182431 DEFAULT CHARSET=utf8 COMMENT=’ 工单主表 ’;
# 显示建表信息
SHOW CREATE TABLE idc_work_order_main
# 添加索引
ALTER TABLE idc_work_order_main ADD INDEX atomic_order_id (atomic_order_id)
SHOW INDEX FROM idc_work_order_main
EXPLAIN SELECT * FROM idc_work_order_main WHERE atomic_order_id = ‘9956’
# 添加主键 (唯一)
ALTER TABLE idc_work_order_main ADD PRIMARY KEY source_creator (source_creator)
# 添加唯一索引
ALTER TABLE idc_work_order_main ADD UNIQUE source_creator (source_creator)
SHOW INDEX FROM idc_work_order_main
# 添加联合索引
ALTER TABLE idc_work_order_main ADD INDEX id_source_parent_create_atomic (id,source_creator,parent_id,gmt_create,atomic_order_id)
SHOW INDEX FROM idc_work_order_main
关于索引:
1. 一本书光目录就占半本书,目录(索引)还有意义吗?索引过多一定情况下会导致索引文件过大(指数增长),系统在寻址时查询时间增长。
2. 性别字段就男女两个,加索引纯浪费。一个索引会在 update 或 insert 时增加一次 I/O,对于操作系统底层来说是非常损耗性能的。
3. 首先 mysql 是 B + 树索引,这种作为索引的好处是可以对有序的记录作 logN 级的查找,不过对于没有大小之分的数据来说,还是建立哈希索引更好,因为哈希索引的时间复杂度基本是 log1 的。(注意此处有序和无序的概念)。
4. 索引的命名规则:表名_字段名,需要加索引的字段,要在 where 条件中,数据量少的字段不需要加索引,如果 where 条件中是 OR 关系,加索引不起作用,符合最左原则。
4、索引中的 index 和 key 的使用
key 是数据库的物理结构,处于模型层面的,它包含两层意义和作用,一是约束(偏重于约束和规范数据库的结构完整性),二是索引(辅助查询用的)。包括 primary key, unique key, foreign key 等。
primary key 有两个作用,一是约束作用(constraint),用来规范一个存储主键和唯一性,但同时也在此 key 上建立了一个 index;
unique key 也有两个作用,一是约束作用(constraint),规范数据的唯一性,但同时也在这个 key 上建立了一个 index;
foreign key 也有两个作用,一是约束作用(constraint),规范数据的引用完整性,但同时也在这个 key 上建立了一个 index;
可见,mysql 的 key 是同时具有 constraint 和 index 的意义,这点和其他数据库表现的可能有区别。index 是数据库的物理结构,处于实现层面的,它只是辅助查询的,它创建时会在另外的表空间(mysql 中的 innodb 表空间)以一个类似目录的结构存储。索引只是索引,它不会去约束索引的字段的行为(那是 key 要做的事情)。Mysql 常见索引有:主键索引、唯一索引、普通索引、全文索引、组合索引。
本文永久更新链接地址:http://www.linuxidc.com/Linux/2016-09/134805.htm