索引:提高数据库的性能,索引是物美价廉的东西了。不用加内存,不用改程序,不用调sql,只要执行正确的 create index ,查询速度就可能提高成百上千倍。但是天下没有免费的午餐,查询速度的提高是以插入、更新、删除的速度为代价的,这些写操作,增加了大量的IO。所以它的价值,在于提高一个海量数据的检索速度。
常见索引分为:
主键索引(primary key)
唯一索引(unique)
普通索引(index)
全文索引(fulltext)--解决中子文索引问题
磁盘上的数据是有规律的,它会循着马达向外部扩散,形成一个一个的同心圈,数据就储存在这些圆上,这些同心圆被称为磁道。在盘面上还会有一条条的线,将磁道分割成一个个扇形区域,这些区域被称为扇区。磁盘被访问的最基本单位就是扇区-一般512B/4KB。
要把数据储存到磁盘第一个问题就是定位—面->磁道->扇区。 从上往下看,多个圆重合在一起形成一个柱形结构,这个结构被称为柱面。前面说到磁头会左右摆动,就是在定位磁道。
磁盘为什么慢主要取决于:1.确认磁道;2.盘片的自转。 如果数据无序,势必会导致盘片的自转次数变多。所以运动越少,效率越高;运动越多,效率越低。
而 MySQL 作为一款应用软件,可以想象成一种特殊的文件系统。它有着更高的IO场景,所以,为了提高基本的IO效率, MySQL 进行IO的基本单位是 16KB。
也就是说,磁盘这个硬件设备的基本单位是 512 字节,而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即, MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元,在 MySQL 这里叫做page(注意和系统的page区分)
1.MySQL 中的数据文件,是以page为单位保存在磁盘当中的。
2.MySQL 的 CURD操作,都需要通过计算,找到对应的插入位置,或者找到对应要修改或者查询的数据。
3.而只要涉及计算,就需要CPU参与,而为了便于CPU参与,一定要能够先将数据移动到内存当中。
4.所以在特定时间内,数据一定是磁盘中有,内存中也有。后续操作完内存数据之后,以特定的刷新策略,刷新到磁盘。而这时,就涉及到磁盘和内存的数据交互,也就是IO了。而此时IO的基本单位就是Page。
5.为了更好的进行上面的操作, MySQL 服务器在内存中运行的时候,在服务器内部,就申请了被称为 Buffer Pool的的大内存空间,来进行各种缓存。其实就是很大的内存空间,来和磁盘数据进行IO交互。
6.为了更高的效率,一定要尽可能的减少系统和磁盘IO的次数。
建立一张表再插入乱序一些数据
接着再使用select查找
可以发现即使我们是乱序插入的,但它查找出来的id却是有序的,怎么回事呢?
为何IO交互要是 Page
为何MySQL和磁盘进行IO交互的时候,要采用Page的方案进行交互呢?用多少,加载多少不香吗?
如上面的5条记录,如果MySQL要查找id=2的记录,第一次加载id=1,第二次加载id=2,一次一条记录,那么就需要2次IO。如果要找id=5,那么就需要5次IO。但,如果这5条(或者更多)都被保存在一个Page中(16KB,能保存很多记录),那么第一次IO查找id=2的时候,整个Page会被加载到MySQL的Buffer
Pool中,这里完成了一次IO。但是往后如果在查找id=1,3,4,5等,完全不需要进行IO了,而是直接在内存中进行了。所以,就在单Page里面,大大减少了IO的次数。你怎么保证,用户一定下次找的数据,就在这个Page里面?我们不能严格保证,但是有很大概率,因为有局部性原理。
往往IO效率低下的最主要矛盾不是IO单次数据量的大小,而是IO的次数
不同的 Page ,在 MySQL 中,都是 16KB ,使用 prev 和 next 构成双向链表。
因为有主键的问题, MySQL 会默认按照主键给我们的数据进行排序,从上面的Page内数据记录可以看出,数据是有序且彼此关联的。
为什么数据库在插入数据时要对其进行排序呢?我们按正常顺序插入数据不是也挺好的吗? 插入数据时排序的目的,就是优化查询的效率。
页内部存放数据的模块,实质上也是一个链表的结构,链表的特点也就是增删快,查询修改慢,所以优化查询的效率是必须的。
正式因为有序,在查找的时候,从头到后都是有效查找,没有任何一个查找是浪费的,而且,如果运气好,是可以提前结束查找过程的。
我们在看《谭浩强C程序设计》这本书的时候,如果我们要看<指针章节>,找到该章节有两种做法:
1.从头逐页的向后翻,直到找到目标内容。
2.通过书提供的目录,发现指针章节在234页(假设),那么我们便直接翻到234页。同时,查找目录的
方案,可以顺序找,不过因为目录肯定少,所以可以快速提高定位。
本质上,书中的目录,是多花了纸张的,但是却提高了效率所以,目录,是一种“空间换时间的做法。
单页情况
那么当前,在一个Page内部,我们引入了目录。比如,我们要查找id=4记录,之前必须线性遍历4次,才能拿到结果。现在直接通过目录2[3],直接进行定位新的起始位置,提高了效率。
现在我们可以再次正式回答上面的问题了,为何通过键值 MySQL 会自动排序?
可以很方便引入目录。
多页情况
MySQL 中每一页的大小只有 16KB ,单个Page大小固定,所以随着数据量不断增大, 16KB 不可能存下所有的数据,那么必定会有多个页来存储数据。
在单表数据不断被插入的情况下, MySQL 会在容量不足的时候,自动开辟新的Page来保存新的数据,然后通过指针的方式,将所有的Page组织起来。
但是这也有问题,如果我们要查数据的话,就必须把每张表的目录拿到内存里,增加了IO次数。然后再逐一遍历,毫无疑问是效率低下的。
为了解决这个问题,我们也给Page带上目录。
1.使用一个目录项来指向某一页,而这个目录项存放的就是将要指向的页中存放的最小数据的键值。
2.和页内目录不同的地方在于,这种目录管理的级别是页,而页内目录管理的级别是行。
3.其中,每个目录项的构成是:键值+指针。图中没有画全。
存在一个目录页来管理页目录,目录页中的数据存放的就是指向的那一页中最小的数据。有数据,就可通过比较,找到该访问那个Page,进而通过指针,找到下一个Page。
其实目录页的本质也是页,普通页中存的数据是用户数据,而目录页中存的数据是普通页的地址。
可是,我们每次检索数据的时候,该从哪里开始呢?虽然顶层的目录页少了,但是还要遍历啊?不用担心,可以再加目录页。
这其实就是B+树啦。随便找一个id=?我们发现,现在查找的Page数一定减少了,也就意味着IO次数减少了,那么效率也就提高了。
特点:
1.叶子节点保存数据,但非叶子节点没有,只保存目录项。
2.叶子节点全部用链表联起来。
索引的本质就是数据结构。
B树
B+树
两者的区别:
1.B树节点,既有数据,又有Page指针,而B+,只有叶子节点有数据,其他目录页,只有键值和Page指针。
2.B+叶子节点,全部相连,而B没有。
为何选择B+:
1.节点不存储data,这样一个节点就可以存储更多的key。可以使得树更矮,所以IO操作次数更少。
2.叶子节点相连,更便于进行范围查找
MyISAM 存储引擎-主键索引(默认存储)。
MyISAM 引擎同样使用B+树作为索引结果,叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引, Col1 为主键。
其中, MyISAM最大的特点是,将索引Page和数据Page分离,也就是叶子节点没有数据,只有对应数据的地址。这种索引就被称为非聚簇索引。像之前把数据存储在叶子节点的索引就被称为聚簇索引。
当然, MySQL 除了默认会建立主键索引外,我们用户也有可能建立按照其他列信息建立的索引,一般这种索引可以叫做辅助(普通)索引。
对于 MyISAM ,建立辅助(普通)索引和主键索引没有差别,无非就是主键不能重复,而非主键可重复。
以看到, InnoDB 的非主键索引中叶子节点并没有数据,而只有对应记录的key值。
所以通过辅助(普通)索引,找到目标记录,需要两遍索引:首先检索辅助索引获得主键,然后用主键到主索引中检索获得记录。这种过程,就叫做回表查询
为何 InnoDB 针对这种辅助(普通)索引的场景,不给叶子节点也附上数据呢?原因就是太浪费空间
了。
索引创建原则:
1.比较频繁作为查询条件的字段应该创建索引。
2.唯一性太差的字段不适合单独创建索引,即使频繁作为查询条件。
3.更新非常频繁的字段不适合作创建索引。
4.不会出现在where子句中的字段不该创建索引。
1.查询索引
查看之前创建的一张表,有主键,再进行查询。
2.删除索引
当然删主键除索引最简单的方法就是删除主键了。
3.创建索引
当然在创建表时,添加主键就自动有了索引。在创建表后,也可以手动添加主键,来添加主键索引。
主键索引的特点:
1.一个表中,最多有一个主键索引,当然可以使符合主键
2.主键索引的效率高(主键不可重复)
3.创建主键索引的列,它的值不能为null,且不能重复
4.主键索引的列基本上是int
创建唯一索引就是添加唯一键,查找与主键一致。基本与主键一致,但删除不同,删除是alter table 表名 drop index 索引名。
一个例子
添加唯一索引。
删除唯一索引。
唯一索引的特点:
1.一个表中,可以有多个唯一索引查询效率高
2.如果在某一列建立唯一索引,必须保证这列不能有重复数据
3.如果一个唯一索引上指定not null,等价于主键索引
创建
可以在创建表时,在表的最后加index(列名),将该列创建为普通索引。也可以在创建完表后追加索引alter table 表名 add index(列名);。或者直接创建一个名为idx_name索引create index idx_name on 表名(列名);
删除
普通索引的特点:
1.一个表中可以有多个普通索引,普通索引在实际开发中用的比较多
2.如果某列需要创建索引,但是该列有重复的值,那么我们就应该使用普通索引
当对文章字段或有大量文字的字段进行检索时,会使用到全文索引。MySQL提供全文索引机制,但是有要求,要求表的存储引擎必须是MyISAM,而且默认的全文索引支持英文,不支持中文。如果对中文进行全文检索,可以使用sphinx的中文版(coreseek)。
创建一张表并插入一些数据
使用全文索引查找含义database字段的数据