高性能MySQL-第五章创建高性能的索引

Posted 止水于石

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了高性能MySQL-第五章创建高性能的索引相关的知识,希望对你有一定的参考价值。

mysql中,存储引擎使用索引,其先在索引中找到对应值,然后根据匹配的索引记录找到对应的数据行。

索引可以包含一个或多个列的值。
一、索引的类型
在MySQL中,索引是在存储引擎层而不是服务器层实现的。
MySQL支持的索引类型
B-Tree索引
InnoDB使用的是B+Tree。
B-Tree通常意味着所有的值都是按顺序存储的,并且每一个叶子页到根的距离相同。B-Tree索引能够加快访问数据的速度,因为存储引擎不再需要进行全表扫描来获取需要的数据,取而代之的是从索引的根节点开始进行搜索。根节点的槽中存放了指向子节点的指针,存储引擎根据这些指针向下层查找。通过比较节点页的值和要查找的值可以找到合适的指针进入下层子节点,这些指针实际上定义了子节点页中值的上限和下限。最终存储引擎要么是找到对应的值,要么该记录不存在。
叶子节点比较特别,它们的指针指向的是被索引的数据,而不是其他的节点页。
可以使用B-Tree索引的查询类型。B-Tree索引适用于全键值、键值范围或键前缀查找。其中键前缀查找只适用于根据最左前缀的查找。对以下类型的查询有效:
全值匹配:指的是和索引中的所有列进行匹配。
匹配最左前缀:也可以只匹配某一列的值的开头部分。
匹配范围值。
精确匹配某一列并范围匹配另外一列
只访问索引的查询:即查询只需要访问索引,而无须访问数据行。
哈希索引
哈希索引(hash index)基于哈希表实现,只有精确匹配索引所有列的查询才有效。对于每一行数据,存储引擎都会对所有的索引列计算一个哈希码(hash code),哈希码是一个较小的值,并且不同键值的行计算出来的哈希码也不一样。哈希索引将所有的哈希码存储在索引中,同时在哈希表中保存指向每个数据行的指针。
空间数据索引(R-Tree)
MyISAM表支持空间索引,可以用作地理数据存储。空间索引会从所有维度来索引数据。查询时,可以有效的使用任意维度来组合查询。必须使用MySQL的GIS相关函数如MBRCONTAINS()等来维护数据。
全文索引
全文索引是一种特殊类型的索引,它查找的是文本中的关键词,而不是直接比较索引中的值。

以上是关于高性能MySQL-第五章创建高性能的索引的主要内容,如果未能解决你的问题,请参考以下文章

第五章:创建高性能索引(上)

Mysql索引

--创建高性能的索引1

Linux性能优化 第五章 性能工具:特定进程内存

第五章 查询性能优化之多极缓存

性能测试第五章-Loadrunner乱码解决方法