sql---索引总结

Posted 2021-03-03 8013-cmf

索引:是为了提高数据查询的效率

常见模型:

1. 哈希表(以键值对key-value存储数据的结构)
   1. 适应场景:哈希表这种结构适用于只有等值查询的场景
   2. 思路:把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置
   3. 冲突的解决办法:链表
2. 有序数组
   1. 有序数组索引只适用于静态存储引擎
   2. 按顺序存储。查询用二分法就可以快速查询
3. 二叉搜索树
   1. 每个节点的左儿子小于父节点，父节点又小于右儿子
   2. 查询时间复杂度O(log(N))，更新时间复杂度O(log(N))
   3. 数据库存储大多不适用二叉树，因为树高过高，会适用N叉树

InnoDB 的索引模型:B+树(每一个表是好几棵B+树,B+树能够很好地配合磁盘的读写特性，减少单次查询的磁盘访问次数)

索引分为主键索引和非主键索引

• 主键索引:叶子节点存的是整行数据,在InnoDB里，主键索引也被称为聚簇索引（clustered index）。
• 非主键索引:叶子节点存的是主键索引的值在InnoDB里，非主键索引也被称为二级索引（secondary index）。

基于主键索引和普通索引的查询有什么区别？

　　如果语句是select * from T where ID=500，即主键查询方式，则只需要搜索ID这棵B+树；

　　如果语句是select * from T where k=5，即普通索引查询方式，则需要先搜索k索引树，得到ID的值为500，再到ID索引树搜索一次。这个过程称为回表。(回到主键索引树搜索的过程，我们称为回表)

维护:

一个数据页满了，按照B+Tree算法，新增加一个数据页，叫做页分裂，会导致性能下降。空间利用率降低大概50%。当相邻的两个数据页利用率很低的时候会做数据页合并，合并的过程是分裂过程的逆过程。

 select * from T where k between 3 and 5 

1. 在k索引树上找到k=3的记录，取得 ID = 300；

2. 再到ID索引树查到ID=300对应的R3；

3. 在k索引树取下一个值k=5，取得ID=500；

4. 再回到ID索引树查到ID=500对应的R4；

5. 在k索引树取下一个值k=6，不满足条件，循环结束。

这个查询过程读了k索引树的3条记录（步骤1、3和5），回表了两次（步骤2和4）

覆盖索引:减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

select ID from T where k between 3 and 5
--只需要查询ID值,而id值已经在k索引树上了,所以不需要回表