郑州网站建设专业乐云seo,seo怎么优化,网站开发适合什么工作,超好看的排版素材网站索引概述 索引#xff08; index #xff09;是帮助 MySQL 高效获取数据的数据结构 ( 有序 ) 。在数据之外#xff0c;数据库系统还维护着满足特定查找算法的数据结构#xff0c;这些数据结构以某种方式引用#xff08;指向#xff09;数据#xff0c; 这样就可以在这些…索引概述 索引 index 是帮助 MySQL 高效获取数据的数据结构 ( 有序 ) 。在数据之外数据库系统还维护着满足特定查找算法的数据结构这些数据结构以某种方式引用指向数据 这样就可以在这些数据结构上实现高级查找算法这种数据结构就是索引。 优势 劣势 提高数据检索的效率降低数据库的IO 成本 索引列也是要占用空间的。 通过索引列对数据进行排序降低数据排序的成本降低CPU 的消耗。 索引大大提高了查询效率同时却也降低更新表的速度如对表进行INSERT 、 UPDATE、 DELETE 时效率降低。
索引结构 MySQL 的索引是在存储引擎层实现的不同的存储引擎有不同的索引结构主要包含以下几种 索引结构 描述 BTree 索引 最常见的索引类型大部分引擎都支持 B 树索引 Hash 索引 底层数据结构是用哈希表实现的 , 只有精确匹配索引列的查询才有效 , 不支持范围查询 R-tree( 空间索 引 空间索引是 MyISAM 引擎的一个特殊索引类型主要用于地理空间数据类型通常使用较少 Full-text( 全文 索引 ) 是一种通过建立倒排索引 , 快速匹配文档的方式。类似于 Lucene,Solr,ES 不同的存储引擎对于索引结构的支持情况。 索引 InnoDB MyISAM Memory Btree 索引 支持 支持 支持 Hash 索引 不支持 不支持支持 R-tree 索引 不支持 支持 不支持 Full-text 5.6 版本之后支持 支持 不支持 我们平常所说的索引如果没有特别指明都是指 B 树结构组织的索引。 BTree BTree是B-Tree的变种我们以一颗最大度数max-degree为44阶的btree为例来看一 下其结构示意图 绿色框框起来的部分是索引部分仅仅起到索引数据的作用不存储数据。 红色框框起来的部分是数据存储部分在其叶子节点中要存储具体的数据。 BTree 与 B-Tree 相比主要有以下三点区别 所有的数据都会出现在叶子节点。 叶子节点形成一个单向链表。 非叶子节点仅仅起到索引数据作用具体的数据都是在叶子节点存放的。 MySQL 索引数据结构对经典的 BTree 进行了优化。在原 BTree 的基础上增加一个指向相邻叶子节点的链表指针就形成了带有顺序指针的BTree 提高区间访问的性能利于排序。 B-Tree B-Tree B 树是一种多叉路衡查找树相对于二叉树 B 树每个节点可以有多个分支即多叉。以一颗最大度数max-degree 为 5(5 阶 ) 的 b-tree 为例那这个 B 树每个节点最多存储 4 个 key 5 个指针 5阶的B树每一个节点最多存储4个key对应5个指针。 一旦节点存储的key数量到达5就会裂变中间元素向上分裂。 在B树中非叶子节点和叶子节点都会存放数据。
Hash MySQL 中除了支持 BTree 索引还支持一种索引类型 ---Hash 索引。 哈希索引就是采用一定的hash 算法将键值换算成新的 hash 值映射到对应的槽位上然后存储在hash表中。 Hash索引只能用于对等比较(in)不支持范围查询between ... 无法利用索引完成排序操作 查询效率高通常(不存在hash冲突的情况)只需要一次检索就可以了效率通常要高于Btree索引 在 MySQL 中支持 hash 索引的是 Memory 存储引擎。 而 InnoDB 中具有自适应 hash 功能 hash 索引是InnoDB存储引擎根据 BTree 索引在指定条件下自动构建的。 问题
为什么InnoDB存储引擎选择使用Btree索引结构?
相对于二叉树层级更少搜索效率高 对于B-tree无论是叶子节点还是非叶子节点都会保存数据这样导致一页中存储的键值减少指针跟着减少要同样保存大量数据只能增加树的高度导致性能降低 相对Hash索引Btree支持范围匹配及排序操作
