数据库索引相关问题点

数据库索引相关问题点

1.为何要给表加上主键？

没有建立主键的表,他的数据是无序的放在磁盘中,一行行的排列很整齐,查询时也要一行行的扫描。

 建立了主键的表，在磁盘中的存储结构，由整齐的结构变成树状结构，也就是平衡树（B-Tree，B+Tree）结构。整个变成一个索引，也就是所谓的「汇集索引」。

 固然，也有使用哈希结构的索引，主流的关系型数据库仍是默认平衡树做为索引数据结构的。

不一样的数据库存储引擎，建立的索引结构也不一样。

2.为何一个表只能有一个主键？

一个表只能有一个「汇集索引」，由于主键的做用是把表的数据格式转化为树形结构放置，因此一个表只有一个主键。

联合主键是主键的一种,是由多个字段组成的主键,主键并不必定只有一个字段,这里要搞清楚。

3.为何加索引后会使查询变快？

select * from table where id=82；

假如一张他table表有一亿条数据 ，须要查找id为82的数据，没建立索引的状况，多是一条一条的去匹配，最差的打算是须要匹配一亿次，一亿次匹配查询，就是一亿次IO开销，按照服务器的I/O能力与CPU的运算能力，须要几个月才能得出结果。

往table表中添加id为主键，表的数据结构变化为平衡树结构。

树形结构：由根节(root)、分支(branches)、叶(leaves)三级节点组成，其中分支节点能够有多层。

下图展现定位id为82的过程：

算法步骤：

1.读取root节点，判断82大于在0-120之间，走左边分支；

2.读取左边branch节点，判断82大于80且小于等于120，走右边分支；

3.读取右边leaf节点，在该节点中找到数据82及对应的id；

4.使用rowid去物理表中读取记录数据块。

在整个索引中，只进行了三次I/O操做，就定位到了id。

对于一亿的数据量最多要查询多少次呢？

树形结构，数据每增长一层，数据量就是成指数级的增加。

若是有2个分支,一亿条数据,最多查询27次就能够定位到数据,若是树结构是4个分叉,最多15次就能查到.

4.为何加索引后会使写入、修改、删除变慢？

缘由很简单，删改数据都会改变平衡树各节点中的索引数据内容，破坏树结构，每次数据改变时，数据库管理系统都要从新梳理树结构，还会带来不小的性能开销。索引会给查询之外的操做带来反作用。

5.非汇集索引是怎样的呢？

非汇集索引，就是咱们平时使用的向某个字段添加索引，非汇集索引和汇集索引同样，一样能够采用平衡树做为索引数据结构，索引树各节点中的值，来自于表中字段的值，若是给字段建立一个索引，字段的值就会被复制出来，用于建立索引。给表添加索引，就会增长表的体积，占用更多的磁盘存储空间。非汇集索引都是独立存在的，每一个索引之间不存在关联。

6.汇集索引和非汇集索引的区别？

经过汇集索引能够查到须要查找到的是每行的数据，经过非汇集索引查到的是记录对应的主键，再经过主键查找相应的值。无论任何查表的方式，都会经过主键定位到数据，汇集索引（主键）是通往数据的惟一途径。

7.什么状况下要同时在两个字段上建索引？

可能还有一种特殊状况，能够不经过汇集索引就获得须要的数据，这种非主流的方法 称之为「覆盖索引」查询。也就是平时建立的复合索引或者多字段索引查询。为一个索引指定两个字段，那么两个字段的内容就同步到索引中。若是经过其中的一个字段查另外一个字段时，正好在索引中有存储，就不用经过汇集索引啦。

//建立用户的index_name_and_age 索引

create index index_name_and_age on user_info(name, age);

//经过用户名查找年龄

select age from user where name = '科比';

这种状况,能够建立复合索引了。