1、什么是索引

索引是存儲引擎用于快速找到記錄的一種數(shù)據(jù)結構。

2、索引有哪些數(shù)據(jù)結構

• 順序查找結構：這種查找效率很低，復雜度為O(n)。大數(shù)據(jù)量的時候查詢效率很低。
• 有序的數(shù)據(jù)排列：二分查找法又稱折半查找法。

通過一次比較，將查找區(qū)間縮小一半。而MySQL中的數(shù)據(jù)并不是有序的序列。

• 二叉查找樹：左子樹的鍵值總是小于根的鍵值，右子樹的鍵值總是大于根的鍵值。通過中序遍歷得到的序列是有序序列，但如果二叉查找樹構造的不好則跟順序查找沒什么區(qū)別

• 平衡二叉樹：如果需要二叉查找樹是平衡的，從而引出平衡二叉樹。平衡二叉樹首先得滿足二叉查找樹的定義，其次必須滿足任何結點的兩個子樹的高度的最大差為1。顯然上面的樹不是平衡二叉樹，平衡二叉樹示例如下：

平衡二叉查找樹的時間復雜度為O(logN)，查詢速度的確很快，但是維護一顆平衡二叉樹的代價也是非常大的。通常來說，需要一次或多次左旋和右旋來得到插入或更新后的平衡性。

• B樹：B樹和平衡二叉樹稍有不同的是B樹屬于多叉樹又名平衡多路查找樹：

1. 根節(jié)點至少有兩個子節(jié)點（每個節(jié)點有M-1個Key， 且以升序排列） 其它節(jié)點至少有M/2個子節(jié)點
2. 葉子結點都在同一層。

• B+樹

B+樹是B樹的變種，B+樹由B樹和索引順序訪問方法演化而來(在現(xiàn)實生活中幾乎沒有使用B樹的情況來)。
B+樹是為磁盤或其他直接存儲輔助設備設計的一種平衡查找樹。
在B+樹中所有記錄結點都是按鍵值的大小順序放在同一層的葉子結點上， 由各葉子節(jié)點指針進行連接。
所有查詢都要查找到葉子節(jié)點，查詢性能穩(wěn)定。
所有葉子節(jié)點形成有序鏈表，便于范圍查詢。每個葉子結點都存有相鄰葉子結點的指針，葉子結點本身依關鍵字的大小自小而大順序鏈接（雙向鏈表）

3、Innodb為什么使用B+樹做為索引

1. 可以有效的利用系統(tǒng)對磁盤的塊讀取特性，在讀取相同磁盤塊的同時，盡可能多的加載索引數(shù)據(jù)，來提高索引命中效率，從而達到減少磁盤IO的讀取次數(shù)（局部性原理與磁盤預讀）。
2. B+樹的磁盤讀寫代價更低：B+樹的內部節(jié)點并沒有指向關鍵字具體信息的指針（只有葉子節(jié)點存儲有），因此其內部節(jié)點相對B樹更小，如果把所有同一內部節(jié)點的關鍵字存放在同一盤塊中，那么盤塊所能容納的關鍵字數(shù)量也越多，一次性讀入內存的需要查找的關鍵字也就越多，相對IO讀寫次數(shù)就降低了。
3. B+樹的查詢效率更穩(wěn)定。由于非終結點并不是最終指向文件內容的結點，而只是葉子結點中關鍵字的索引。所以任何關鍵字的查找必須走一條從根結點到葉子結點的路。所有關鍵字查詢的路徑長度相同，導致每一個數(shù)據(jù)的查詢效率相當。
4. B+樹支持范圍查詢，而B樹不支持

4、索引分類

從存儲結構上分類：BTree索引、Hash索引、全文索引

從應用上分類：主鍵索引、唯一索引、組合索引

從物理存儲角度：聚集索引和非聚集索引（輔助索引）

下面說說什么是聚集索引，什么是非聚集索引：

• 聚集索引

按照每張表的主鍵構建一棵B+樹，同時葉子節(jié)點中存放的即為整張表的行記錄數(shù)據(jù)。也將聚集索引的葉子節(jié)點稱為數(shù)據(jù)頁，每個數(shù)據(jù)頁都通過一個雙向鏈表進行鏈接。

聚集索引對于主鍵的排序查找和范圍查找的數(shù)據(jù)非常快。

• 輔助索引

除了存儲了索引列，還存儲了葉子節(jié)點的指針。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

最新評論