【金三银四】深刻理解Mysql索引底层数据结构解密

【MySql系列】文章导航

【金三银四】深刻理解MySql索引底层数据结构解密 juejin.im/post/5e0d7b…

【金三银四】MySql执行计划EXPLAIN详解 juejin.im/post/5e12e4…

【金三银四】MySql执行计划EXPLAIN最佳实践 juejin.im/post/5e12e4…

【金三银四】MySql索引优化实战 juejin.im/post/5e12e5…

开始

2B哥从Mysql面试题开始提及吧。

案例

CREATE TABLE `employees` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
  `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
  `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
  `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
  PRIMARY KEY (`id`),
  KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei', 23,'dev',NOW());
INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());
复制代码

分析如下几条sql的索引使用状况

SELECT * FROM employees WHERE name= 'LiLei';
SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
SELECT * FROM employees WHERE age = 22 AND position = 'manager';
SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position = 'manager';
SELECT * FROM employees WHERE name != 'LiLei';
复制代码

Mysql的索引分析

MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构。

索引的本质：索引是数据结构，并且是实现了高级查找算法的数据结构

索引通常以文件形式存储在磁盘上，索引检索须要磁盘I/O操做

磁盘存取原理

• 寻道时间(速度慢，费时)

• 旋转时间(速度较快) 预读：长度为页的整倍数（ 主存和磁盘以页为单位交换数据，一页4K）

  

什么是索引

索引是用来快速检索出具备特定值的记录。 MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构

论索引重要性

在好比咱们生活中去图书馆找书，咱们要找到图中的葵花宝典实在是太难了（从一楼到三楼所有都要看一遍书名）

但也有这种一眼去能够找到的状况，如图找PHP这本书（Java是世界上最好的语言）所示：

根据找书的规则咱们能够得出两个结论：

一、书的数量

二、书的位置

这两个条件决定了找到这本书的速度。那跟咱们索引有什么关系了？看这个图

索引重要吗？如图所示，没有用到索引和用到索引速度对比。

索引的结构

• 二叉树
• 红黑树
• HASH
• BTREE

更多数据结构动画演示：数据结构教学网站

索引底层数据结构与算法

Hash索引

若是是等值查询，哈希索引明显有绝对优点， 前提：键值惟一

哈希索引没办法完成范围查询检索

哈希索引也没办法利用索引完成排序，以及like ‘xxx%’ 这样的部分模糊查询

哈希索引也不支持多列联合索引的

在有大量重复键值状况下，哈希索引的效率也最左前缀原则是极低的，由于存在哈希碰撞问题

B-Tree

• 度(Degree)-节点的数据存储个数
• 叶子节点具备相同的深度
• 叶子节点的指针为空
• 节点中的数据key从左到右递增排列

​

B+Tree

• 非叶子节点不存储data，只存储key，能够增大度
• 叶子节点不存储指针
• 顺序访问指针，提升区间访问的性能

MyISAM索引实现(非汇集)

MyISAM索引文件和数据文件是分离的

InnoDB索引实现(汇集)

• 数据文件自己就是索引文件
• 表数据文件自己就是按B+Tree组成的一个索引结构文件
• 汇集索引-叶节点包含了完整的数据记录
• 为何InnoDB表要求有主键，而且推荐使用整型的自增主键？

没有主键：dev.mysql.com/doc/refman/…

• 为何非主键索引结构叶子节点存储的是主键值？(一致性和节省存储空间)

福利

赠送一份mysql知识图谱，高清版本关注公众号：java2b