Mysql使用的B+树和存储引擎的关系

Posted 2020-11-26 王小花flower

这个知识点的参考文章是：原文链接：https://blog.csdn.net/b_x_p/article/details/86434387

 

mysql是使用B+树作为索引的数据结构，Mysql有两种不同的数据存储引擎：MYISAM 和 INNODB，在Mysql5.5版本之前采用的是MYISAM，5.5之后采用的是INNODB

首先看看mysql是怎么保存数据的

在/var/lib/mysql这个目录下保存的是所有的数据库

使用MYISAM存储引擎的数据库有三个文件：

.frm 表的定义文件

.MYD 数据文件，所有的数据保存在这个文件中

.MYI 索引文件

在MYISAM存储引擎中，数据和索引的关系如下：

 

 

 

如果要查询id=101的数据，先根据MYI索引文件去找id=101的节点，通过这个节点的数据区拿到真正保存数据的磁盘地址，再通过这个地址从MYD数据文件中加载对应的记录

如果有多个索引，表现如下：

 

 

所以在MYISAM存储引擎中，主键索引和辅助索引是同级别的，没有主次之分。

Innodb存储引擎：

Innodb以主键索引来聚集和组织数据的存储，看下Innodb的数据库文件：

.frm 表的定义文件

.ibd 索引文件

没有专门的数据文件，数据都是在叶子节点中，innodb设计的初衷也是也为主键才是最主要的索引

首先看一下聚集索引的概念：数据表中行的数据的物理顺序和键值的逻辑顺序相同

 

在Innodb中，索引文件是这样的：

 

 叶子节点的数据区保存的是真实的数据，再通过索引进行检索的时候，命中叶子节点，就可以直接从叶子节点中取出行数据

那么在Innodb中，辅助索引和主键索引是怎么表现形式呢？

 

 

 因为主键索引的叶子节点保存的是真正的数据，辅助索引的叶子节点的数据区保存的是主键索引关键字的值，所以如果按照辅助索引的字段去查询数据，执行的过程是

现在辅助索引中查询到主键id=101，再到主键索引中搜索id=101的数据，最终在主键索引的叶子节点中获取真正的数据，通过辅助索引进行检索，需要检索两次索引

两个不同的存储引擎查找数据的过程：

 

 

创建索引的几大原则：

1、列的离散型：
离散型的计算公式：count(distinct col):count(col)，离散型越高，选择型越好。

2、最左匹配原则：

对索引中的关键字对比的时候，一定是从左往右对比的，不能跳过，当我们的索引字段是字符串的时候，是转换为ascii码，然后从左往右一个字符一个字符对比的，如果在sql查询中，使用like %开头，代表全匹配，全匹配就表示不需要走索引

3、最少空间原则

当关键字占用的空间越小，那么每个节点保存的关键字个数就越多，这样每次加载到内存的关键字个数越多，检索效率就会越高

联合索引：

单列索引：节点中的关键字是单列的，如[name]

联合索引：节点中的关键字是多列的，如[name,phoneNum]

单列索引是一种特殊的联合索引，联合索引也是根据最左匹配原则

联合索引的列的选择的原则是：

经常使用的列优先，最左匹配原则

离散度高的列优先，离散度高原则

宽度小的列优先，最少空间原则

冗余的索引会增加B+树平衡时的性能消耗，并且占用磁盘空间

 

覆盖索引：

如果查询的列，通过索引项的信息可直接返回，这样的索引就称之为查询sql的覆盖索引，覆盖索引可以提高查询效率，避免了一次回表查询

下面通过例子说明覆盖索引。
表：teacher
索引：PK（id）， key（name， phoneNum）， unique（teacherNo）

下面哪些sql使用到了覆盖索引？

Select teacherNo from teacher where teacherNo = ?：使用到了，检索到teacherNo 时候，可以直接将索引中的teacherNo 值返回，不需要进入数据区。

Select id，teacherNo from teacher where teacherNo = ?：使用到了，辅助索引的叶子节点保存了主索引的值，所以检索到辅助索引的叶子节点的时候就可以之间返回id。

Select name，phoneNum from teacher where teacherNo = ?：没有用到

Select phoneNum from teacher where name = ?, 使用到了。

知道了覆盖索引，就知道了为什么sql中要求尽量不要使用select *，要写明具体要查询的字段，一个原因就是，这样在使用到覆盖索引的情况下，不需要进入到数据区，数据就能直接返回，提升了查询效率。