数据库索引的数据结构b+树

Posted 2021-02-02 jdktomcat

• b+树的查找过程：如上图所示，如果要查找数据项29，那么首先会把磁盘块1由磁盘加载到内存，此时发生一次IO，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，
                                    内存时间因为非常短（相比磁盘IO）可以忽略不计，通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次IO，29在26和30之间，锁定磁盘块
                                    3的P2指针，通过指针加载磁盘块8到内存，发生第三次IO，同时内存中做二分法查找找到29，结束查询，总计三次IO。真实的情况是，3层的b+树可以表示上百万
                                    的数据。
• b+树的性质：
• IO次数取决于b+树额高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数量是m。则有h=log(m+1)N,当数据量N一定的情况下，m越大，h越小；而m=磁盘块的大小/数
  据项的大小，磁盘块的大小也就是一个数据页的大小，是固定的，如果数据项占的空间越小，数据项数量越多，树的高度越低。这就是为什么每个数据项，即索引字段要尽量的小，
  也是为什么b+树要求把真实数据放到叶子节点而不是内层节点，一旦放到内层节点，磁盘块的数据项会大幅度下降，导致树增高。
• 当b+树的数据项是复合的数据结构，比如（name，age，sex）的时候，b+树是按照从左到右的顺序来建立搜索树的，比如当（张三，20，F）这样的数据来检索的时候，b+树会优
  先比较name确定下一步的搜索方向，如果name相同再依次比较age和sex，最后得到检索的数据。索引的最左匹配属性。
• 建索引的几大原则：
• 最左前匹配原则
• =和in可以乱序
• 尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少
• 索引列不能参与计算
• 尽量的扩展索引，不要新建索引
• 慢查询优化基本步骤：

0.先运行看看是否真的很慢，注意设置SQL_NO_CACHE
1.where条件单表查，锁定最小返回记录表。这句话的意思是把查询语句的where都应用到表中返回的记录数最小的表开始查起，单表每个字段分别查询，看哪个字段的区分度最高
2.explain查看执行计划，是否与1预期一致（从锁定记录较少的表开始查询）rows
3.order by limit 形式的sql语句让排序的表优先查
4.了解业务方使用场景
5.加索引时参照建索引的几大原则
6.观察结果，不符合预期继续从0分析