索引优化数据库（原理篇）

Posted 2021-02-18 xxxxxiaochuan

如图，这是一张有一百行数据的employee数据表。

假设每行占128Bytes，那么存入磁盘的时候，是怎么存储的呢？

磁盘由磁道和扇区组成，磁盘和扇区组成一个基本的存储单位，我们称之为“块”，块的存储空间一般默认为512Bytes。

刚才的employee数据表有一百行，每行128Bytes，那么就要占用(100*128)/512 = 25个块。

如果我们想要查询某个员工的信息，比如查询名字为张三的员工，大约需要访问多少个块呢？

答案是：最少访问一个块，最多访问25个块。

我们在考虑问题的时候要做最坏的打算，所以这里我们认为是访问25个块。

我们知道，读取磁盘的时候，我们是需要旋转磁盘来确定其扇区，通过前后移动磁头来确定其磁道，这样就能定位到一个具体的块。

可以想象，这样的读取速度是很慢的，而且要读取很多个块，才能查找到一条信息，对于现在的大企业来说，信息可能不止我这里的100行，可能是上万行，十万行....那么怎样才能优化查询的速度呢？这里我们就引入了索引。

下图我们建立了一个索引，并且假设索引表的每行占16Bytes，那么索引表1需要存入1个块当中，索引表2需要存入(16*100)/512<4，所以要存入四个块当中。

回到例子中，我们要查询的张三的employeeID=66，我们先查找索引表1，可以得到它在索引表2中的位置，进而就访问到了张三的信息所在的块。

这里，访问索引表1和索引表2各访问一次块，最后查找张三信息也访问了一次块，因此总共只访问了3次块。

并且这个访问块的次数是稳定的，不管查询哪条信息，都是3次。

所以我们可以看到，为数据表建立索引提升了查询速度。

在实际操作中，我们可以用B树或者B+树来实现这一操作。

这篇文章只是理论介绍，具体实操，不知道啥时候会做。。。